模式识别2013级的卷子

这个是对前面的扩充，样本的维数、聚类中心的数目由自己决定，并且用一个txt文件存储数据。可以将这两个对比一下，加深理解。

能够根据自己的设计对贝叶斯决策理论算法有一个深刻地认识，理解二类分类器的设计原理。

包括人工神经网络，隐马尔可夫模型、决策树、模板匹配等基本的模式识别方法

介绍了模式识别的各类算法，包括聚类分析、特征选择与提取、神经网络等

采用分类器对数据进行有效分类，有具体的代码和实验结果。

模式识别研究方向介绍，入门必看！

研究生模式识别结业的论文，我自己的，也通过了，大家参考一下。

模式识别的聚类分析部分，主要讲解一下4点：1聚类分析的概念2模式相似性测度3类的定义与类间距离4聚类的算法

让你快速掌握模式识别的一些基本概念以及算法，包含源码，别与操作

将核方法与 pca 相结合的 Kpca 适用于模式识别。