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

• 一、研究区简介 • 二、实验数据采集及预处理 • 三、反演物理模型 • 四、物理模型 • 五、实验步骤 • 六、实验结果 • 七、结果分析 • 八、存在的问题 • 九、主要参考文献

电子科技大学：《遥感图像处理 Remote Sensing Image Processing》课程教学资源（课件讲稿）第二章 遥感图像数据模型

§1.3.1 表征电磁辐射的物理量 §1.3.2 电磁波与介质的相互作用 §1.3.3 物体表面的反射特性 §1.3.4 遥感数据定标

对外经济贸易大学：金融工程系《金融数据处理技术 Financial Data Processing Technology》课程教学资源（教学大纲）

1 概率密度估计 2 直方图方法 3 Parzen 窗 4 K 近邻密度估计 k 近邻分类器

1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

电子科技大学：《任务载荷数据融合理论及应用 Task Payloads Data Fusion Theory and Application》课程教学资源（思政课件讲稿，孙彬）

◼ 树的基本概念 ◼ 二叉树 ◼ 二叉树的存储表示 ◼ 二叉树的遍历及其应用 ◼ 二叉树遍历的非递归算法 ◼ 二叉树的计数 ◼ 树与二叉树的转换 ◼ 堆 ◼ Huffman树及其应用

南京大学：《计算机问题求解》课程教学资源（PPT课件讲稿）基本数据结构