模式识别及其在气象中的应用

针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接 SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,

Thedevelopmentofpatternrecognitionmethodsonthebasisofso-calledMarkovmodelsistightlycoupledtothetechn

tTest 用于模式识别中的数据分类； 此方法主要运用与生物信息学中。

K均值的时间复杂度为NKTD，其中，N代表样本个数，K代表k值，即聚类中心点个数，T代表循环次数，D代表样本数据的维度。 本算法的改进主要在以下方面： 一， 初始聚类中心点，传统的初始中心点是随机选择

程序是自己写的，为了赚点积分，就上传了。

实现模式模式识别中的感知器算法，结构比较简单，容易看懂，而且最后能够自己输入模式进行判断。

对今年来,模式识别新方法中的仿生模式识别进行简要介绍,分别从原理,基点,实现三个方面来进行介绍。

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

模式识别讲义概述了常用的模式识别方法，可供下载