科目代码：2403
科目名称：模式识别
一、 考试总体要求
掌握模式识别的基本理论和方法，了解模式识别发展方向，具有运用模式理论和方法解决实际问题的能力。
二、 考试内容
1.模式识别基础知识：模式识别类型、系统构成和模式识别系统评价方法。
2.贝叶斯分类方法 ：基于最小错误率的贝叶斯决策、基于最小风险的贝叶斯决策和最大最小决策。
3.特征的选择与提取：特征的选择原则和基本方法，特征提取对分类的影响分析。
4. 线性判别函数：线性分类的基本概念和线性判别函数基本形式，支持向量机和多类问题的分类方法。
5. 非线性判别函数：非线性的分段线性判别方法，特征空间变换，非线性空间的支持向量机和决策树方法。
6. 人工神经网络 ：常用人工神经网络，基于神经网络的模式识别方法。
7. 聚类分析 ：模式的相似性测度，类的定义及类间距和基本聚类算法。
8.应用实例分析
三、 考试题型
简答题、论述题和应用分析等各类题型。
