人工智能：人工＋智能。 人工智能是关于知识的学科，怎样表示、获取和应用知识。 核心目标：让机器去完成只有人能够完成的智能工作。 人工智能包括模式识别、机器学习、数据挖掘、计算机视觉和自然语言处理等。 1. 模式识别 定义：模式是指存在于时间和空间中可观测性、可度量性和可区分性的信息；模式识别是对模式进行分析与处理，进而实现描述、辨识、分类与解译。 基本任务：从标记样本中训练识别系统或者从无标识样本中发现模式。 2. 机器学习 定义：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构使之不断改善自身的性能。 基本任务：用数据或以往的经验，优化计算机程序的性

西安交大人工智能课件，包括人工智能 模式识别 神经网络 机器学习等内容。

图像模式识别 vc++技术实现 源码图像模式识别 vc++技术实现 源码

模式识别实验报告 1、最大最小距离聚类法 2、K-均值聚类法 3、感知器算法 4、最小均方误差算法

MCS模式识别

PRML 机器学习 模式识别 中英文两版，哈工大 马春鹏 翻译

该课件是针对数字图像处理及模式识别的演示文稿，主要包括绪论、数字图像基础、图像变换、增强、恢复、压缩编码、分割及模式识别共计9章的内容，适用于研究生及本科高年级的专业课程教学。

模式识别 Pattern Recognition 英文版 第四版 By Sergios Theodoridis

从BP神经元模型和RBF神经元模型几何意义出发，将仿生模式识别理论引入到神经网络分类中，提出了一种基于仿生模式识别的构造型神经网络分类方法，通过构造不同结构神经元结合的神经网络，实现了对不同类样本在高维空间中形成的不同形状几何体的覆盖。实验证明该算法是非常有效的。

论文《Dimensionality Reduction-A Comparative Review》自制课堂用交流ppt，上传以方便同样阅读此论文的朋友阅读理解，全文已译，学习交流考虑所以设置0积分下载，请勿二传。