模式识别大作业的要求模板.doc

教师评价 优+ 良+ 中+ 及格+ 不及格+ 教师签名 日期 2014. 优 良 中 及格 不及格 优- 良- 中- 及格- 不及格- 模式识别*******（2号、宋体、1.5倍行距） 中国矿业大学 计算机科学与技术学院 电子信息科学系 班级：********，学号：*****，姓名：，****** 联系方法（QQ或手机）：*********，e-mail:********** 日期：2014 年 ** 月 ** 日 (以上4行信息均为，5号、宋体、单倍行距，英文和数字为字体为：Times New Roman) 1. 引言（黑体，3号，1.1倍行距） 1 2. 原理分析（黑体，3号，1.1倍行距） 1 3. 理论证明或说明（黑体，3号，1.1倍行距） 2 4. 实现方法或步骤流程（黑体，3号，1.1倍行距） 2 5. 实验设计和结果分析（黑体，3号，1.1倍行距） 2 6. 结论（黑体，3号，1.1倍行距） 3 7. 参考文献： 3 文档要求： 3 摘要： 关键词： 引言（黑体，3号，1.1倍行距） (5号、宋体、单倍行距) 在第二、三章所讨论的分类方法与分类器设计中，都是在d维特征空间已经确定的前提下进行的。因此讨论的分类器设计问题是一个选择什么准则、使用什么方法,将已确定的d维特征空间划分成决策域的问题。对分类器设计方法的研究固然重要，但如何确定合适的特征空间是设计模式识别系统另一个十分重要，甚至更为关键的问题。如果所选用的特征空间能使同类物体分布具有紧致性，即各类样本能分布在该特征空间中彼此分割开的区域内，这就为分类器设计成功提供良好的基础。反之，如果不同类别的样本在该特征空间中混杂在一起，再好的设计方法也无法提高分类器的准确性。这一章要讨论的问题就是特征空间如何设计的问题。在第二、三章所讨论的分类方法与分类器设计中，都是在d维特征空间已经确定的前提下进行的。因此讨论的分类器设计问题是一个选择什么准则、使用什么方法,将已确定的d维特征空间划分成决策域的问题。(1) 在第二、三章所讨论的分类方法与分类器设计中，都是在d维特征空间已经确定的前提下进行的。因此讨论的分类器设计问题是一个选择什么准则、使用什么方法,将已确定的d维特征空间划分成决策域的问题。 图1. 最小风险的贝叶斯决策方法的错误率 (小5号、宋体、单倍行距) 理论证明或说明（黑体，3号，1.1倍行距） （这节内容，可以根据实际情况选取，没有证明或说明的话，可以不写） (5号、宋体、单倍行距) 在第二、三章所讨论的分类方法与分类器设计中，都是在d维特征空间已经确定的前提下进行的。因此讨论的分类器设计问题是一个选择什么准则、使用什么方法,将已确定的d维特征空间划分成决策域的问题。61.9523 43.3750 36.1185 38.2703 2 59.5991 44.1864 25.0157 29.7757 3 67.6949 56.0318 32.4152 27.4523 实现方法或步骤流程（黑体，3号，1.1倍行距） (5号、宋体、单倍行距) 在第二、三章所讨论的分类方法与分类器设计中，都是在d维特征空间已经确定的前提下进行的。因此讨论的分类器设计问题是一个选择什么准则、使用什么方法,将已确定的d维特征空间划分成决策域的问题。在第二、三章所讨论的分类方法与分类器设计中，都是在d维特征空间已经确定的前提下进行的。因此讨论的分类器设计问题是一个选择什么准则、使用什么方法,将已确定的d维特征空间划分成决策域的问题。在第二、三章所讨论的分类方法与分类器设计中，都是在d维特征空间已经确定的前提下进行的。因此讨论的分类器设计问题是一个选择什么准则、使用什么方法,将已确定的d维特征空间划分成决策域的问题。 [1] M. C. Gonzalez, C. A. Hidalgo and A. L. Barabasi, Understanding individual human mobility patterns, Nature, Jun 2008. vol. 453, pp. 779-782. [2] C. Zhao and M. L. Sichitiu, Contact time in random walk and random waypoint: Dichotomy in tail distribution, Ad Hoc Networks, Mar 2011, vol. 9, pp. 152-163. [3] D. Lazer, A. Pentland, L. Adamic, S. Aral, A. L. Barabasi, D. Brewer, N. Christakis, N.,