最简单的模式识别分类器，最小邻域分类，分类速度快，小样本时识别率高，matlab版本。

实现一对一SVM的手写数字识别，验证一对一SVM（成对分类法）用于手写数字识别的相关性质，及针对具体数据库，在识别精度、训练时间和测试时间方面对常见的几种多类分类方法进行对比。

本程序为K均值分类法的代码实现，可运行.采用C++编写；模式识别

大学课程《模式识别》课后实验，分别采用了模板匹配法与贝叶斯分类法对阿拉伯数字进行简单识别。开发库为OpenCV，开发IDE为VS2012。 内附课程完成报告PDF与源码，及最终版本VS工程。

模式识别的一个重要算法：SIMCA（软独立建模聚类分析）你值得拥有

贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素，朴素贝叶斯的思想基础是这样的：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。通俗来说，就好比这么个道理，你在街上看到一个黑人，我问你你猜这哥们哪里来的，你十有八九猜非洲。为什么呢？因为黑人中非洲人的比率最高，当然人家也可能是美洲人或亚洲人，但在没有其它可用信息下，我们会选择条件概率最大的类别，这就是朴素贝叶斯的思想基础。