模式识别教学讲义等-中科院

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

模式识别-黄庆明_中科院
第二章.ppt
第六章非线性单元-加权求解描述.doc
第九章几何特征.doc
第七章程序文法定义和例子.doc
第七章非确定有限态自动机定义.doc
第三章最佳变换向量的求取.doc
第五章一般特征的散布矩阵准则.doc
第二章（按最近邻规则的简单试探法）.doc
第六章.ppt
第六章采用Sigmoid函数时8的推算.doc
第七章按区域划分成多边形近似的基元.doc
第三章多类情况2.doc
第七章非确定有限态自动机与确定有限态自动机的关系.doc
第四章M种模式类别的多变量正态类密度函数.doc
第五章多类模式集散布矩阵.doc
第一章（一维正态密度函数）.doc
第七章.ppt
第四章贝叶斯学习一般概念.doc
第七章上下文无关文法和树文法的对应关系描述.doc
第四章最小平均条件风险判别-多类（M类）的情况.doc
第三章感知器的训练算法.doc
第四章均值和协方差矩阵的估计量定义.doc
第五章类内距离.doc
第六章玻尔兹曼机训练算法.doc
第三章LMSE-模式类别可分性的判别.doc
第三章多类感知器算法判别函数的推导.doc
第三章线性判别函数&二次多项式函数.doc
第六章感知器训练算法的关系式推导.doc
第七章按正则文法确定有限态自动机.doc
第七章由随机文法生成随机语言的过程与相关概率的关系.doc
第三章分段线性判别函数-最小距离分类.doc

第六章感知器训练算法.doc
第三章LMSE-（H-K）算法.doc
第五章正交向量集（pj）的确定.doc
第二章（降维方法&病程）.doc
第九章（p+q）阶规格化中心矩和七个不变矩.doc
第六章Hamming网络学习算法.doc
第二章（相似性测度）.doc
第六章Hopfield网络学习过程.doc
第三章LMSE-分类器的不等式方程.doc
第三章梯度法.doc
第八章C均值算法.doc
第二章（K均值算法）.doc
第三章广义线性判别函数的描述.doc
第三章两类问题的判别函数.doc
第五章K-L展开式系数的计算步骤.doc
第九章.ppt
第九章（p+q）阶矩和中心矩的定义.doc
第七章有限态自动机定义.doc
第三章.ppt
第六章o规则训练算法描述.doc
第七章根据样本集R进行文法推断.doc
第四章贝叶斯判别.doc
第七章传递闭包.doc
第七章二元关系的复合.doc
第七章随机有限态自动机定义.doc
第三章Lagrange乘数法.doc
第二章（系统聚类法聚类准则函数）.doc
第六章解决抽象化组合问题的模拟退火算法.doc
第七章半序和全序.doc
第七章下推自动机与上下文无关语言的联系.doc
第八章.ppt

第四章.ppt
第六章加权的直接求解法方程描述.doc
第七章从随机正则文法构造一个随机有限态自动机.doc
第七章树文法的定义.doc
第七章随机文法定义.doc
第三章Fisher准则函数中的基本参量.doc
第一章.ppt
第七章文法定义.doc
第四章最小平均条件风险表达式.doc
第五章对于两类训练样本的特征选择.doc
第六章BP训练算法实现步骤.doc
第四章两类问题且其类模式都是正态分布的特殊情况.doc
第五章类内散布矩阵.doc
第七章按有限态自动机确定正则文法.doc
第三章r次多项式函数.doc
第一章（数学期望和方差）.doc
第二章（一种聚类准则函数J的定义）.doc
第七章符号串相关运算.doc
第七章下推自动机定义.doc
第六章Hopfield网络拓扑结构及描述.doc
第六章Kohonen网络训练算法.doc
第三章Fisher准则函数定义.doc
第一章（协方差矩阵）.doc
第六章Hopfield网络运行过程的公式表达.doc
第六章自组织神经网络-形式化描述.doc
第七章句型和句子.doc
第七章文法分类.doc
第一章（多维正态密度函数）.doc
第四章单变量正态密度函数的均值学习.doc
第六章自组织神经网络-训练过程.doc
第七章代换、抹去、插入误差的转换.doc

第七章语言和短语.doc
第二章（ISODATA算法）.doc
第七章构成误差覆盖文法G'的过程.doc
第三章多类情况3.doc
第五章.ppt
第六章自组织神经网络-获胜结点的选择过程.doc
第三章构成势函数的两种方式.doc
第四章均值和协方差矩阵估计量的迭代运算形式.doc
第九章曲线的参数方程形式和傅里叶系数.doc
第七章等价类定义和性质.doc
第二章（系统聚类法算法）.doc
第六章BP算法推算过程.doc
第三章势函数法-判别函数产生逐步分析.doc
第三章多类情况1.doc
第三章模式空间与权空间-分类描述.doc
第三章n维线性判别函数的一般形式&两类情况.doc
第五章离散的有限K-L展开式的形式.doc
第六章Hamming网络运行过程.doc
第六章Hopfield网络异同步更新.doc
第七章CKY算法.doc
第三章固定增量的逐次调整算法.doc
第二章（最大最小距离算法）.doc
第九章通过傅里叶系数提取形状特征.doc
第六章线性单元描述.doc
第五章点到点（集）之间的距离.doc
第五章问题：选取变换矩阵Ф.doc
第九章各阶中心矩表示.doc
第六章Sigmoid函数情况.doc
第四章最小平均条件风险判别-M=2.doc



新建文件夹 (3).rar (17.53 MB, 需要: RMB 29 元) 本附件包括：

• 第五章类间距离和类间散布矩阵.doc
• 第二章.ppt
• 第六章非线性单元-加权求解描述.doc
• 第九章几何特征.doc
• 第七章程序文法定义和例子.doc
• 第七章非确定有限态自动机定义.doc
• 第三章最佳变换向量的求取.doc
• 第五章一般特征的散布矩阵准则.doc
• 第二章（按最近邻规则的简单试探法）.doc
• 第六章.ppt
• 第六章采用Sigmoid函数时δ的推算.doc
• 第七章按区域划分成多边形近似的基元.doc
• 第三章多类情况2.doc
• 第七章非确定有限态自动机与确定有限态自动机的关系.doc
• 第四章M种模式类别的多变量正态类密度函数.doc
• 第五章多类模式集散布矩阵.doc
• 第一章（一维正态密度函数）.doc
• 第七章.ppt
• 第四章贝叶斯学习一般概念.doc
• 第七章上下文无关文法和树文法的对应关系描述.doc
• 第四章最小平均条件风险判别-多类（M类）的情况.doc
• 第三章感知器的训练算法.doc
• 第四章均值和协方差矩阵的估计量定义.doc
• 第五章类内距离.doc
• 第六章玻尔兹曼机训练算法.doc
• 第三章LMSE-模式类别可分性的判别.doc
• 第三章多类感知器算法判别函数的推导.doc
• 第三章线性判别函数&二次多项式函数.doc
• 第六章感知器训练算法的关系式推导.doc
• 第七章按正则文法确定有限态自动机.doc
• 第七章由随机文法生成随机语言的过程与相关概率的关系.doc
• 第三章分段线性判别函数-最小距离分类.doc
• 第六章感知器训练算法.doc
• 第三章LMSE-(H-K)算法.doc
• 第五章正交向量集{φj}的确定.doc
• 第二章（降维方法&病程）.doc
• 第九章(p+q)阶规格化中心矩和七个不变矩.doc
• 第六章Hamming网络学习算法.doc
• 第二章（相似性测度）.doc
• 第六章Hopfield网络学习过程.doc
• 第三章LMSE-分类器的不等式方程.doc
• 第三章梯度法.doc
• 第八章C均值算法.doc
• 第二章（K均值算法）.doc
• 第三章广义线性判别函数的描述.doc
• 第三章两类问题的判别函数.doc
• 第五章K-L展开式系数的计算步骤.doc
• 第九章.ppt
• 第九章(p+q)阶矩和中心矩的定义.doc
• 第七章有限态自动机定义.doc
• 第三章.ppt
• 第六章σ规则训练算法描述.doc
• 第七章根据样本集R进行文法推断.doc
• 第四章贝叶斯判别.doc
• 第七章传递闭包.doc
• 第七章二元关系的复合.doc
• 第七章随机有限态自动机定义.doc
• 第三章Lagrange乘数法.doc
• 第二章（系统聚类法聚类准则函数）.doc
• 第六章解决抽象化组合问题的模拟退火算法.doc
• 第七章半序和全序.doc
• 第七章下推自动机与上下文无关语言的联系.doc
• 第八章.ppt
• 第四章.ppt
• 第六章加权的直接求解法方程描述.doc
• 第七章从随机正则文法构造一个随机有限态自动机.doc
• 第七章树文法的定义.doc
• 第七章随机文法定义.doc
• 第三章Fisher准则函数中的基本参量.doc
• 第一章.ppt
• 第七章文法定义.doc
• 第四章最小平均条件风险表达式.doc
• 第五章对于两类训练样本的特征选择.doc
• 第六章BP训练算法实现步骤.doc
• 第四章两类问题且其类模式都是正态分布的特殊情况.doc
• 第五章类内散布矩阵.doc
• 第七章按有限态自动机确定正则文法.doc
• 第三章r次多项式函数.doc
• 第一章（数学期望和方差）.doc
• 第二章（一种聚类准则函数J的定义）.doc
• 第七章符号串相关运算.doc
• 第七章下推自动机定义.doc
• 第六章Hopfield网络拓扑结构及描述.doc
• 第六章Kohonen网络训练算法.doc
• 第三章Fisher准则函数定义.doc
• 第一章（协方差矩阵）.doc
• 第六章Hopfield网络运行过程的公式表达.doc
• 第六章自组织神经网络-形式化描述.doc
• 第七章句型和句子.doc
• 第七章文法分类.doc
• 第一章（多维正态密度函数）.doc
• 第四章单变量正态密度函数的均值学习.doc
• 第六章自组织神经网络-训练过程.doc
• 第七章代换、抹去、插入误差的转换.doc
• 第七章语言和短语.doc
• 第二章（ISODATA算法）.doc
• 第七章构成误差覆盖文法G’的过程.doc
• 第三章多类情况3.doc
• 第五章.ppt
• 第六章自组织神经网络-获胜结点的选择过程.doc
• 第三章构成势函数的两种方式.doc
• 第四章均值和协方差矩阵估计量的迭代运算形式.doc
• 第九章曲线的参数方程形式和傅里叶系数.doc
• 第七章等价类定义和性质.doc
• 第二章（系统聚类法算法）.doc
• 第六章BP算法推算过程.doc
• 第三章势函数法-判别函数产生逐步分析.doc
• 第三章多类情况1.doc
• 第三章模式空间与权空间-分类描述.doc
• 第三章n维线性判别函数的一般形式&两类情况.doc
• 第五章离散的有限K-L展开式的形式.doc
• 第六章Hamming网络运行过程.doc
• 第六章Hopfield网络异同步更新.doc
• 第七章CKY算法.doc
• 第三章固定增量的逐次调整算法.doc
• 第二章（最大最小距离算法）.doc
• 第九章通过傅里叶系数提取形状特征.doc
• 第六章线性单元描述.doc
• 第五章点到点（集）之间的距离.doc
• 第五章问题：选取变换矩阵Φ.doc
• 第九章各阶中心矩表示.doc
• 第六章Sigmoid函数情况.doc
• 第四章最小平均条件风险判别-M=2.doc

2024-3-28 06:15:10 上传

需要: RMB 29 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：模式识别 教学讲义 中科院 hopfield Lagrange