视频选集
（1/35）
自动连播
01.概述
38:27
02.特征矢量及特征空间、随机矢量、正态分布特性
39:04
03.聚类分析的概念、相似性测度
40:31
04.相似性测度（二）
41:41
05.类间距离、准则函数
37:00
06.聚类算法：简单聚类算法、谱系聚类算法
42:17
07.聚类算法：动态聚类算法——C均值聚类算法
32:16
08.聚类算法：动态聚类算法——近邻函数算法
42:47
09.聚类算法实验
06:03
10.判别域界面方程分类的概念、线性判别函数
32:35
11.判别函数值的鉴别意义、权空间及解空间、fisher线性判别
45:50
12.线性可分条件下判别函数权矢量算法
46:44
13.一般情况下的判别函数权矢量算法
36:44
14.非线性判别函数
53:42
15.最近邻方法
39:29
16.感知器算法实验
05:11
17.最小误判概率准则
38:23
18.正态分布的最小误判概率、最小损失准则判决
46:30
19.含拒绝判决的最小损失准则、最小最大损失准则
41:54
20.Neyman—Pearson判决、实例
35:47
21.概述、矩法估计、最大似然估计
39:02
22.贝叶斯估计
36:23
23.贝叶斯学习
44:28
24.概密的窗函数估计方法
51:52
25.有限项正交函数级数逼近法
40:42
26.错误率估计
30:09
27.小结
35:30
28.实验3-4-5 Bayes分类器-kNN分类器-视频动目标检测
35:11
29.概述、类别可分性判据（一）
44:03
30.类别可分性判据（二）
43:28
31.基于可分性判据的特征提取
48:28
32.离散KL变换与特征提取
32:23
33.离散KL变换在特征提取与选择中的应用
32:23
34.特征选择中的直接挑选法
27:49
35.综合实验-图像中的字符识别
41:21
顶部