1.图像数字化概念、数字化参数对图像质量的影响、数字化器性能评价。 2.图像灰度直方图的基本概念、计算、性质及其应用。 3.数字图像处理算法形式与数据结构。 4.图像图像文件格式与特征

一、一组变量,名字相同,数据类型相同,用下标(索引-Index)来区分。例如:a(0),a(1),…,a(n)H称为数组a的成员(元素、下标变量) 二、两种类型的数组: 1 静态数组:成员数量不变 2 动态数组:成员数量可变

一、在层次聚类分析中,输入中不指定要分成的类的个数。系统的输入为(X,s),系统的输出是类的层次。 二、大多数层次聚类过程不是基于最优的思想, 而是通过反复的分区直至收敛,找出一些近似的、未达最优标准的解决方案。 三、层次聚类算法分为:分裂算法和凝聚算法

聚类的样本是用度量指标的一个向量表示或 更正式的说法是用多维空间的一个点来表示。 同类中的样本比属于不同类的样本彼此具有 更高的相似性。聚类方法尤其适合用来探讨 样本间的相互关联关系从而对一个样本结构 做一个初步的评价。人们能够对一维、二维 或三维的样本进行聚类分析,但是大多数现 实问题涉及到更高维的聚类

从历史的典籍中人们不难发现许多关于钱粮、户口、地震、 水灾等等的记载,说明人们 很早就开始了统计的工作. 但是当时的统计,只是对有更 关事实的简单记录和整理, 而没有在一定理论的指导下, 作出超越这些数据范围之外 的推断

通常,在分析估计回归直线的性能和自变量对 最终回归的影响时,用方差分析方法 方差分析是一种主要用于线性回归模型中β 值非零的情况下的识别方法。假设用最小二乘 法已求出参数β的值,那么观察到的输出值和 拟合值的差异是残差

决策树修剪的主要任务是抛弃一个或更多 的子树,并用叶替代这些子树,使决策树 简单化。 问题是修剪后的结果能达到我们期望算法 降低预测误差率来提高分类器的质量,但 误差率计算并不简单。 评价预测误差的一个可行方法是用另外一 个新的有效检验样本,或用第四章中讲述 的交叉确认法

一、分析解决分类问题的基于逻辑的方法的特性 二、描述决策树和决策规则在最终分类模型中的表述之间的区别 三、介绍C4.5算法. 四、了解采用修剪方法降低决策树和决策规则的复杂度

一、VLAN概述和用途 VAN(Virtual Local Area Network)是局域网的仿真,它允 许数据的传送不受物理网络限制。借助第三层交换机的路由功 能及强有力的网管软件,可以对网络结构进行逻辑更改,避免 了昂贵耗时的物理重构,减少网管开销

Huffman codes用于数据压缩一般可以达到 Huffman code 缩20%到90%的效果