华北电力大学2019年博士招生入学考试模式识别考试大纲
考试科目编号:2403考试科目名称:模式识别
一、 考试总体要求
掌握模式识别的基本理论和方法,了解模式识别发展方向,具有运用模式理论和方法解决实际问题的能力。
二、 考试内容
1. 模式识别基础知识:模式识别类型、系统构成和模式识别系统评价方法。
2. 贝叶斯分类方法 :基于最小错误率的贝叶斯决策、基于最小风险的贝叶斯决策和最大最小决策。
3. 特征的选择与提取:特征的选择原则和基本方法,特征提取对分类的影响分析。
4. 线性判别函数:线性分类的基本概念和线性判别函数基本形式,支持向量机和多类问题的分类方法。
5. 非线性判别函数:非线性的分段线性判别方法,特征空间变换,非线性空间的支持向量机和决策树方法。
6. 人工神经网络及深度学习:常用人工神经网络,基于神经网络的模式识别方法,常用的几种深度学习(卷积神经网络、深度置信网络、循环神经网络)的一般网络结构、训练方法和应用。
7. 聚类分析:模式的相似性测度,类的定义及类间距和基本聚类算法。
8. 模糊模式识别:模糊模式识别中的隶属原则、择近原则和基本的模糊聚类方法。
9. 应用实例分析
三、考试题型
简答题、论述题和应用分析等各类题型。
四、参考书目
1. 张学工编著,模式识别,清华大学出版社,第三版.