电子科技大学：《测试信号分析与信息处理 Testing Signal Analysis and Information Processing》课程教学资源（教学大纲）

一、静态特性 二、动态特性 三、不失真测试条件 四、测试系统的动态误差

一、理想滤波器 二、常见滤波算法 三、高通/低通滤波器 四、带通/带阻滤波器 五、选频网络

一、时间序列的定义 二、时序的时域特征值 三、时序的相关分析 四、时序的功率谱分析

一、谱分析方法概述 二、自回归滑动平均模型 三、自回归谱的建模与估计 四、谱估计综合举例

 Introduction  Mathematical model  Generator model  Load model  Prime mover model  Governor model  Tie-line model  Automatic Generation Control (AGC:自动发电控制)

贝叶斯决策理论 统计模式识别的主要方法之一 采用贝叶斯决策理论分类的前提： 目标（事物）的观察值是随机的，服从一定的概率分布。 即：模式不是一个确定向量，而是一个随机向量

电子科技大学：《模式识别 Pattern Recognition》课程教学资源（课件讲稿）第四章 非线性分类器

模式识别的三大核心问题： •特征数据采集与预处理 •分类识别 •特征选择与提取 分类识别的正确率取决于对象的表示、训练学习和分类识别算法，我们在前面各章的介绍中详细讨论了第二方面的内容。本章介绍的特征提取与选择问题则是对象表示的一个关键问题

 聚类分析的概念 一、聚类分析的基本思想 ★相似的归为一类。 ★模式相似性的度量。 ★无监督分类算法。 二、特征量的类型 ★物理量----(重量、长度、速度) ★次序量----(等级、技能、学识) ★名义量----(性别、状态、种类)  模式相似性测度  类的定义与类间距离  聚类的算法