【教师招聘】计算机应用选修课-模式识别与图像处理

本课程是计算机应用的选修课程，适合从事上述和研究方向（例如“图像处理和分析”，“机器视觉”和“模式识别和图像理解”）的。本课程的教学目的是要求学生掌握模式识别与图形学... $“模式识别与图像处理”课程大纲代码：作者：Liu Zhenghai 2模式识别与图像处理36 2. 0先决条件：开学期：开学单元：模式识别与图像，计算机科学学院处理课程中文名称课程英文名称课程老师：总课程时间：其中：理论26小时实验：10小时学分：课程性质：非学位课程评估方法：考试“计算机”图形”，“数字图像处理”，“人工智能”，“模糊数学” 300本课程是计算机应用的选修课程，适合于以上和“图像处理与图像处理”研究方向的。分析”，“机器视觉”和“模式识别和图像理解”。课程教学的目的是要求学生掌握模式识别和图像识别的基本原理；分类器设计的基本原理和方法；图像分割和特征提取的基本原理和方法；聚类分析的基本理论和技术；能够解决图像分析并处理一些问题；同时通过教学，作业，基础培训，培养学生的创造性思维，为将来的实际应用和进一步的深入研究打下坚实的基础。

200“模式识别和图像处理”是在模式识别中使用基本的决策方法，通用模型和算法来解决图像分析和处理中的一些问题。它还包括神经网络，模糊集理论和遗传算法等新技术在图像分析和处理中的应用。本课程涵盖模式识别的重要理论和方法。主要内容包括：1、模式识别的基本概念和原理； 2、分类问题的理论和技术； 3、聚类问题的理论和技术。本章内容讲座，实验讲座或实验老师的课时安排第1章模式识别的基本概念第2类（课时）第2章分类器设计类2（课时）第3章模板匹配分类器第2类（课时）第4章贝叶斯分类器基于概率统计2（课时）第5章几何分类器4类（课时）第6章神经网络分类器2类（课时）第7章图像分割和特征提取4类（课时）第八章聚类分析4类（课时）第9章模糊聚类分析第2类（课时）第10章遗传算法聚类分析第2类（课时）实验1模板匹配分类实现实验2（课时）实验2贝叶斯分类实现实验2（课时）实验3图像轮廓提取实验2（上课时间）实验4层次聚类算法实验ent 2（上课时）实验5模糊聚类方法实验2（上课时）1、所选教科书：张洪林：“数字图像模式识别技术与工程实践”，人民邮电出版社，2003，杨树英主编： “图像模式识别-VC ++技术的实现”，清华大学出版社，2005 2、主要参考书：沉挺之：“数字图像处理和模式的识别”，北京理工大学出版社，2005 Theodoridis S ..

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shumachanpin/article-359772-1.html