现在的位置: 首页 > 综合 > 正文

模式分类 学习规划

2018年06月10日 ⁄ 综合 ⁄ 共 793字 ⁄ 字号 评论关闭

出于尊重文章作者的劳动,转载请标明本文出处:http://blog.csdn.net/tonyshengtan
文章代码已托管,欢迎共同开发:https://github.com/Tony-Tan/DIPpro

开篇废话

学习图像处理系列已经有一段时间了,对基础的图像处理算法也有一定了解,因为想要进一步研究计算机视觉方向,所以模式分类是必然要学习的知识,本系列的博客将不包括机器学习类算法,机器学习类算法将在另外一个系列详细介绍。
刚才简单了解了下模式识别和模式分类的区别,其中模式识别的主要任务包括提取特征点,和分类器设计。模式分类主要是设计分类器的知识。
有关特征点的提取也将在另外一个系列的博客中介绍。
学习图像处理系列后续将会陆续更新一些基础公用知识,如图像修复和压缩将不再详细介绍,以后重点研究方向放在识别算法和应用上。

学习计划

图像处理的主线教材是–冈萨雷斯的《数字图像处理》
这里研究模式分类的主要教材是–理查德等的《模式分类》

这里写图片描述

模式识别的算法独立性较强,不像图像处理有很强的知识连贯性,后面的博客将按照每个算法一篇博客的方式介绍。
大概要学习的章节包括:

章节 内容 算法
1 绪论
2 贝叶斯决策论
3 最大似然估计和贝叶斯参数估计
4 非参数技术
5 线性判别函数
7 随机方法
8 非度量方法

博客更新可能周期会有点长,毕竟是学习新知识,而且数学要求较多,欢迎大家多多指教。

抱歉!评论已关闭.