科目代码：845 科目名称：模式识别
一、考试要求
主要考查学生对模式识别基本概念的理解与掌握；着重对统计模式识别方法中的聚类分析、线性与非线性判决、贝叶斯判决、最近邻方法、以及特征提取与选择等方法的理解与掌
握；具备运用模式识别的基本理论和方法解决实际问题的能力。
二、考试内容
1．聚类分析
聚类分析的基本概念，相似性度量与聚类准则，主要的聚类算法包括简单聚类、谱系聚类、动态聚类等。
2．线性与非线性判决
线性与非线性判决的基本概念，线性与非线性判决函数，Fisher线性判决，感知器准则函数与算法，最小平方误差准则及算法，广义线性判决函数，二次函数判决函数，位势函数
分类法等。
3．贝叶斯判决
贝叶斯判决的基本理论，最小误判概率准则判决，最小损失准则判决，最小最大损失准则判决，N-P（Neyman-Pearson）判决。正态分布时的统计决策，概率密度函数估计（包括参
数与非参数估计），分类错误率的计算等。
4．最近邻方法
最近邻法，剪辑最近邻法，引入拒绝决策的最近邻法。
5．特征提取与选择
特征提取与选择的基本概念，类别可分性判据，基于可分性判据进行变换的特征提取，最佳鉴别矢量的提取，离散K-L变换及其在特征提取与选择中的应用，特征选择中的直接挑选
法等。
三、考试形式
考试形式为闭卷、笔试，考试时间为3小时，满分150分。
题型包括：简答题、选择题、计算题、证明题等。
四、参考书目
《模式识别》．孙即祥等编．国防工业出版社．2009．第一版
