机器感知与模式识别：Elman神经网络的板形模式识别方法

机器感知与模式识别：DHNN优化设计新方法及在板形模式识别的应用

江苏大学：【机器感知与模式识别】基于多Agent的模式识别框

北京大学：《模式识别》课程教学资源（课件讲稿）监督模式识别方法总结

第一节 人工智能 第二节 模式识别 第三节 专家系统 第三节 专家系统

第一节 人工智能 第二节 模式识别 第三节 专家系统

形式语言概述 文法推断 句法分析 自动机理论 误差校正句法分析

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

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

采用回归分析的方法,建立特征变量与产品质量之间的统计对应关系,把产品质量表达成特征变量的回归函数,进而得到特征空间与产品质量空间在统计意义上的映射关系.在产品质量空间进行聚类,在特征空间进行分类,而后提出了一种基于统计空间映射的在线模式识别方法.利用唐钢烧结厂的实测数据进行了仿真,验证了本方法的正确性.从算法分析和仿真结果看,这一算法可以有效地克服模式交叉现象的影响,并可对复杂生产过程进行在线质量推断