模式识别实验报告

讲解了模式识别的基本原理，是一本值得一看的参考书

主要内容：模式识别概论统计模式识别模式识别基本概念、主要方法的各自特点、贝叶斯决策、概率密度估计、聚类分析特征提取与特征选择线性特征提取、各种准则和搜索算法人工神经网络多层前馈

含实验报告。 采用最小平方误差判别(MSE),对线性可分数据集和非线性可分数据集进行分类。通过实验观察不同参数取值分类结果的差异性。 在线性不可分的情况下,不等式组不可能同时满足。一种直观的想法就是,

模式识别实验内容，采用matlab实现 贝叶斯最小错误率分类器 贝叶斯最小风险分类器 fisher线性分类器 含有实验报告

有一组（20个）待识别的细胞样本，其先验概率为0.8（正常）和0.2（异常）;其观察值相应的类条件概率密度如下，试利用最小错误率贝叶斯决策规则和最小风险贝叶斯决策规则，分别设计一个分类器，对它们进行分

一个很好支持向量机学习文档,帮助我们学习C语言与支持向量机

操作系统实验模版，主要针对操作系统课本上的实验。

软件体系结构课程的抽象工厂试验报告，是利用了java语言编写的源代码。

设计模式实验报告-建造者,有代码实例和运行结果

是软件设计模式的大部分模式设计方法，里面都有介绍具体的实例供大家参考。