本書是《模式識別及Matlab實現(xiàn)》主教材的配套實驗與指導(dǎo)，根據(jù)主教材各章內(nèi)容，相應(yīng)給出了實驗的具體步驟和程序代碼，包括：貝葉斯決策，概率密度函數(shù)的參數(shù)估計，非參數(shù)判別分類方法，聚類分析，特征提取與選擇，模糊模式識別，神經(jīng)網(wǎng)絡(luò)在模式識別中的應(yīng)用，模式識別的工程應(yīng)用等。

　　作者主要承擔數(shù)字圖像處理，模式識別，信息傳輸理論等課程的教學(xué)工作。近幾年先后承擔了國家自然科學(xué)基金面上項目，湖北省科技攻關(guān)項目，海南科技廳項目，武漢市科技攻關(guān)項目，國家留學(xué)基金項目，交通部重點項目和企業(yè)合作項目30余項；在國內(nèi)外學(xué)術(shù)刊物上發(fā)表學(xué)術(shù)論文60余篇，被SCI和EI收錄論文40余篇，出版教材3部。 獲武漢理工大學(xué)優(yōu)秀碩士學(xué)位論文獎，優(yōu)秀博士論文獎。

第 1 章貝葉斯決策 ?????????????????????????????????????????????????????????????????????????????????????????? 1
1．1 知識要點 ????????????????????????????????????????????????????????????????????????????????????????????? 1
1．2 實驗指導(dǎo) ????????????????????????????????????????????????????????????????????????????????????????????? 7
1．2．1 基于最小錯誤率的貝葉斯決策 ????????????????????????????????????????????????????????? 7
1．2．2 最小風險判決規(guī)則 ??????????????????????????????????????????????????????????????????????? 12
1．2．3 最大似然比判決規(guī)則 ???????????????????????????????????????????????????????????????????? 16
1．2．4 Neyman-Pearsen 判決 ???????????????????????????????????????????????????????????????????? 21
第2 章參數(shù)估計 ???????????????????????????????????????????????????????????????????????????????????????????? 25
2．1 知識要點 ???????????????????????????????????????????????????????????????????????????????????????????? 25
2．2 實驗指導(dǎo) ???????????????????????????????????????????????????????????????????????????????????????????? 30
2．2．1 最大似然估計 ????????????????????????????????????????????????????????????????????????????? 30
2．2．2 貝葉斯估計 ???????????????????????????????????????????????????????????????????????????????? 33
2．2．3 Parzen 窗 ??????????????????????????????????????????????????????????????????????????????????? 36
2．2．4 N k 近鄰估計法 ???????????????????????????????????????????????????????????????????????????? 38
第3 章非參數(shù)判別分類法 ???????????????????????????????????????????????????????????????????????????????? 41
3．1 知識要點 ???????????????????????????????????????????????????????????????????????????????????????????? 41
3．2 實驗指導(dǎo) ???????????????????????????????????????????????????????????????????????????????????????????? 44
3．2．1 兩分法 ?????????????????????????????????????????????????????????????????????????????????????? 44
3．2．2 兩分法的設(shè)計 ????????????????????????????????????????????????????????????????????????????? 47
3．2．3 沒有不確定區(qū)域的兩分法 ?????????????????????????????????????????????????????????????? 52
3．2．4 廣義線性判別函數(shù)的設(shè)計與實現(xiàn) ????????????????????????????????????????????????????? 56
3．2．5 感知器算法的設(shè)計/實現(xiàn) ???????????????????????????????????????????????????????????????? 58
3．2．6 兩類問題Fisher 準則 ???????????????????????????????????????????????????????????????????? 62
3．2．7 基于距離的分段線性判別函數(shù) ???????????????????????????????????????????????????????? 68
3．2．8 支持向量機 ???????????????????????????????????????????????????????????????????????????????? 74
第4 章聚類分析法 ????????????????????????????????????????????????????????????????????????????????????????? 80
4．1 知識要點 ??????????????????????????????????????????????????????????????????????????????????????????? 81
4．2 實驗指導(dǎo) ??????????????????????????????????????????????????????????????????????????????????????????? 84
4．2．1 距離測度 ??????????????????????????????????????????????????????????????????????????????????? 84
4．2．2 相似測度算法 ????????????????????????????????????????????????????????????????????????????? 90
4．2．3 基于匹配測度算法的實現(xiàn) ?????????????????????????????????????????????????????????????? 98
4．2．4 基于類間距離測度方法 ???????????????????????????????????????????????????????????????? 103
4．2．5 聚類函數(shù)準則 ???????????????????????????????????????????????????????????????????????????? 106
4．2．6 基于最近鄰規(guī)則的聚類算法 ?????????????????????????????????????????????????????????? 108
4．2．7 基于最大最小距離聚類算法的實現(xiàn) ????????????????????????????????????????????????? 113
4．2．8 基于K-均值聚類算法實驗 ???????????????????????????????????????????????????????????? 116
第5 章特征提取與選擇 ?????????????????????????????????????????????????????????????????????????????????? 124
5．1 知識要點 ?????????????????????????????????????????????????????????????????????????????????????????? 124
5．2 實驗指導(dǎo) ?????????????????????????????????????????????????????????????????????????????????????????? 128
5．2．1 基于距離的可分性判據(jù) ???????????????????????????????????????????????????????????????? 128
5．2．2 圖像的傅里葉變換二（旋轉(zhuǎn)性質(zhì)） ????????????????????????????????????????????????? 130
5．2．3 基于熵函數(shù)的可分性判據(jù) ????????????????????????????????????????????????????????????? 134
5．2．4 利用類均值向量提取特征 ????????????????????????????????????????????????????????????? 136
5．2．5 基于類平均向量中判別信息的最優(yōu)壓縮的實現(xiàn) ?????????????????????????????????? 141
5．2．6 增添特征法 ??????????????????????????????????????????????????????????????????????????????? 144
5．2．7 剔減特征法 ??????????????????????????????????????????????????????????????????????????????? 148
5．2．8 增l 減r（算法）的設(shè)計/實現(xiàn) ???????????????????????????????????????????????????????? 151
5．2．9 分支定界法（BAB 算法） ???????????????????????????????????????????????????????????? 156
第6 章模糊模式識別 ????????????????????????????????????????????????????????????????????????????????????? 161
6．1 知識要點 ?????????????????????????????????????????????????????????????????????????????????????????? 161
6．2 實驗指導(dǎo) ?????????????????????????????????????????????????????????????????????????????????????????? 163
6．2．1 最大隸屬度識別法 ?????????????????????????????????????????????????????????????????????? 163
6．2．2 擇近原則識別法 ????????????????????????????????????????????????????????????????????????? 167
6．2．3 基于模糊等價關(guān)系的聚類算法研究 ????????????????????????????????????????????????? 170
第7 章數(shù)字圖像處理的基礎(chǔ) ??????????????????????????????????????????????????????????????????????????? 179
7．1 知識要點 ?????????????????????????????????????????????????????????????????????????????????????????? 179
7．2 實驗指導(dǎo) ?????????????????????????????????????????????????????????????????????????????????????????? 181
7．2．1 前饋神經(jīng)網(wǎng)絡(luò)感知器的設(shè)計實現(xiàn) ??????????????????????????????????????????????????? 181
7．2．2 基于BP 網(wǎng)絡(luò)的多層感知器 ?????????????????????????????????????????????????????????? 184
7．2．3 自組織特征映射網(wǎng)絡(luò)的設(shè)計/實現(xiàn) ?????????????????????????????????????????????????? 189
7．2．4 徑向基神經(jīng)網(wǎng)絡(luò) ???????????????????????????????????????????????????????????????????????? 194
參考文獻 ??????????????????????????????????????????????????????????????????????????????????????????????????????? 198