2019年南京信息工程大学博士研究生招生入学考试考试大纲-模式识别二

南京信息工程大学博士研究生招生入学考试

考试大纲

科目代码：3029

科目名称：模式识别二

一、大纲内容

1. 统计决策方法：小错误率贝叶斯决策、小风险贝叶斯决策、两类错误率、ROC 曲线、正态分布时的统计决策、错误率的计算；

2. 概率密度函数估计：大似然估计、贝叶斯估计与贝叶斯学习、概率密度估计的非参数方法；

3. 线性分类器：线性判别分析的基本概念、Fisher 线性判别分析、感知器、小平方误差估计、多类线性分类器；

4. 非线性分类器与神经网络：分段线性分类器、二次判别函数、多层感知器；

5．支持向量机与核方法：优化分类超平面与线性支持向量机、核支持向量机、多类支持向量机、核Fisher 判别分析；

6.其他分类方法：近邻法、决策树、随机森林基本概念、罗杰斯特（Logistic）回归基本概念、Boosting 方法基本概念；

7. 特征选择（包含第7 章的所有内容）；

8. 特征提取（包含第8 章的所有内容）；

9. 聚类、动态聚类算法、模糊聚类方法、分级聚类方法。

二、说明

1.基本要求

目的是了解模式识别理论和技术的发展现状、应用领域及其特点，模式识别的基本理论和方法、应用。基本要求是熟练掌握模式识别的基本理论和方法；利用模式识别方法、运用技能解决实际问题的能力。

2.分值比例与题型分布

选择题：25%；

填空题：30%；

计算、应用、问答题：45%。

3.其他规定

闭卷考试。