《模式识别》最新课程下载—模式识别国家重点实验室

转自：http://www.opencv.org.cn/forum/viewtopic.php?f=10&t=23175

《模式识别》最新课程下载—模式识别国家重点实验室

Pattern Recognition Course （模式识别课程）：http://www.sigvc.org/bbs/thread-170-1-1.html

中国科学院自动化研究所 模式识别国家重点实验室的《模式识别》最新课件可供下载。主讲老师由模式识别国家重点实验室副主任刘成林老师亲自带队，向世明、黄开竹、侯新文等诸多牛人一起上阵。这些牛牛们的论文发表已经不能光用敬仰来形容了。。

值得说道的是：虽然国外有MIT、Stanford的公开课程，但一般都是由某一位牛人来单独讲，像这种众牛齐上、同讲一门课的景象还是非常罕见的。各位童鞋们可要抓紧这个宝贵的学习机会。

前期基础

• 数学基础：概率论、线性代数、算法与数据结构、优化
• 模式识别基础：硕士课程（听课或自学）
• 编程能力：熟练的C/C++或Matlab编程

---

为什么要开模式识别博士课程？

• 博士一年级学生很少能独立地实现模式识别的常用方法
  • 基本概念和方法理解不透
  • 对实验结果不能深入分析，找不出原因和更好的办法
• 缺乏认识不同方法之间的联系，不善于提炼/扩展/升华

---

博士课程的目标

• 正确理解模式识别的基本概念和常用方法（注意物理意义和不同方法之间的联系），并能熟练运用
• 了解模式识别和机器学习领域前沿动态
• 是不是掌握一两个最好的方法就行了?
• No Free Lunch Theorem
• 理解多种方法的思想，融会贯通，提高研究水平

---

内容安排

内容	具体内容	课时	授课老师	顺序
模式识别概论、统计模式识别	模式识别基本概念、主要方法的特点、贝叶斯决策、概率密度估计、聚类分析	6	刘成林	1,2
特征提取与特征选择	线性特征提取、非线性特征提取、特征选择准则和搜索算法	3	侯新文	3
特征生成	针对图像分类，介绍Gabor、Haar wavelet, HOG, LBP,SIFT,Bag of words等	3	侯新文	4
人工神经网络	多层前馈网络、RBF网络、SOM等 ，ITL	3	黄开竹	5
核方法	支持向量机、核方法及扩展	3	黄开竹	6
多分类器系统	多分类器融合、Bagging, Boosting, ECOC等	3	刘成林	7
结构模式识别	结构模式识别基本概念、属性串和属性图匹配、HMM	6	刘成林	8,9
Discriminative Learning	Loss functions, MCE for LVQ and HMM	3	刘成林	10
Metric learning and multi-domain learning	Metric learning, multi-task learning, transfer learning	3	黄开竹	11
图模型	MRF,CRF, belief propagation, graph cut	3	向世明	12
半监督学习	Self-training, co-training, label propagation	3	向世明	13