哈尔滨工业大学2006年博士研究生入学考试参考大纲——计算机科学与技术专业:图像处理与模式识别



文件信息
文件来源 免费考研网 
文件作者 免费考研网 
更新时间 2005-9-8 8:45:31 
添加编辑  

辅助信息
打印功能 打印本文
背景颜色 杏黄 秋褐 胭红 芥绿 天蓝 雪青 炭灰 奶白
字体大小 特大号字 大号字 中号字 小号字
免责声明 本网站所有文章均来自网络,仅提供预览形式,不提供纸张形式,若涉及到版权的文章,请购买正版,毕竟在电脑上看也不舒服啊,呵呵,这是viewsnake个人网站,纯粹交流学习资料的地方。无商业行为。
选择更多免费考研资料:
阅读正文内容
一、考试要求
要求考生全面系统地掌握图像处理与模式识别的基本概念、基本原理、典型方法和实用技术,并且能灵活运用所学知识解决实际应用中的具体问题。
二、考试内容
1)        Bayes决策理论
l        Bayes分类器的基本概念:最小误差率准则,最小风险准则,正态分布下的Bayes分类器;
l        概率密度的参数估计方法:最大似然估计,EM算法,隐含Markov模型;
l        非参数估计方法:Parzen窗法, K-近邻方法,距离度量;
l        成份分析:主成分分析,多重判别分析。
2)        线性判别函数和多层神经网络
l        线性判别函数的基本概念:两类问题的判别准则,多类问题的判别准则;
l      线性分类器的训练:感知器算法最小均方误差算法,支持矢量机;
l        多层神经网络的基本概念:前馈神经网络分类器的基本结构,前馈运算的方法;
l        前馈神经网络的训练方法:误差反向传播算法;
3)        非监督学习与聚类
l        非监督学习的基本概念,聚类的准则函数
l        聚类方法:高斯混合模型,K-均值聚类,模糊K-均值聚类,自组织特征映射。
4)        图像增强
l        空域变换增强:直接灰度变换和直方图处理
l        空域滤波增强:平滑和锐化
l        频域增强:高通、低通、带通和同态滤波
5)        图像复原和重建
l        退化模型
l        无约束恢复:逆滤波、运动模糊图象的复原方法
l        有约束恢复:维纳滤波和有约束最小平方滤波
l        图象重建:傅立叶反变换重建
6)        图象分割
l        并行边界技术:边缘检测、Hough变换
l        并行区域技术:阈值选取
l        串行区域技术:区域生长和分裂合并
三、试卷结构
考试时间180时分钟,满分100分
1)题型结构
l        概念题(20分)
l        简答题(20分)
l        计算题(40分)
l        技术方案设计(20分)
2)内容结构
l        Bayes决策理论(20分)
l        线性判别函数和多层神经网络(20分)
l        非监督学习和聚类(20分)
l        图像增强(15)
l        图象复原与重建(15分)
l        图象分割(10分)
四、参考书目见招生简章

相关阅读内容

<<<返回上一页 <<<返回网站首页
<<<您的位置:首页>考研经验>专业课经验>正文