学习、思考、总结

http://blog.youkuaiyun.com/bendanban/article/details/17844831要知道模式识别讲什么内容。主要解决什么问题，我们如何进入这个领域，总要知道一些基本的概念，一些基本的、现有的方法。概念性的东西，参考希腊的那本《Pattern Recognition》，我看的是第四版的影印版，有时候也会看看Duda的模式分类，这本书有电子版

http://blog.youkuaiyun.com/bendanban/article/details/17844831聚类clustering，无监督学习unsupervised learning分类也。 聚类有不少经典的方法，我们先从基本概念，本质属性开始讨论，慢慢把这些方法掌握，应用到实际问题中。1、基本概念。  既然要把给出的特征向量分成不同的类里，我们首先应该想到的是，什么

在贝叶斯分类（这里有个简介：http://blog.youkuaiyun.com/carson2005/article/details/6854005 ）器设计之中，需要在类的先验概率和类条件概率密度均已知的情况下，按照一定的决策规则确定判别函数和决策面。但是，在实际应用中，类条件概率密度通常是未知的。那么，当先验概率和类条件概率密度都未知或者其中之一未知的情况下，该如何来进行类别判断呢？其实，只要我们能收集

http://blog.youkuaiyun.com/a350203223/article/details/37522235一、实验目的 初步了解模板匹配算法，理解bmp 图像在内存中的存储形式，实现bmp 格式图像印刷体数字的识别。 二、算法概要 由于实验要求是对标准印刷体数字进行识别，本实验采用模板匹配中最简单的像素点重合的方法，将待测图像中的数字与模板库中的各个数字进行比