鲂114 |
2009-07-13 22:32 |
哈工大博士生入学图像处理与模式识别考试大纲
博士生入学专业基础课考试大纲 bMOM`At>z 课程名称:图像处理与模式识别 (H%d] 一、 考试要求 E?4@C"Na 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。 e -]c 二、 考试内容 P`IG9 1) Bayes决策理论 ;s.5\YZ"k 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; )-:eQ{st` 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; |$?Ux,(6 非参数估计方法:Parzen窗法, K-近邻方法,距离度量; ;Pqyu
? 成份分析:主成分分析,多重判别分析。
KSB_%OI1 2) 线性判别函数和多层神经网络 + >gbZ-S 线性判别函数的基本概念:两类问题的判别准则,多类问题的判别准则; p6y0W`U 线性分类器的训练:感知器算法最小均方误差算法,支持矢量机; bZay/ Zkj 多层神经网络的基本概念:前馈神经网络分类器的基本结构,前馈运算的方法;
QXxLe* 前馈神经网络的训练方法:误差反向传播算法; 0ij~e< 3) 非监督学习与聚类 /\a]S:V-j 非监督学习的基本概念,聚类的准则函数 avt>saR 聚类方法:高斯混合模型,K-均值聚类,模糊K-均值聚类,自组织特征映射。 H@2"ove-uC 4) 图像增强 %3c| 空域变换增强:直接灰度变换和直方图处理 ncJFB,4 空域滤波增强:平滑和锐化 n]C%(v!u3 频域增强:高通、低通、带通和同态滤波 1'v !9 5) 图像复原和重建 *&dW\fx 退化模型 <V:<x 无约束恢复:逆滤波、运动模糊图象的复原方法 <[y$D=n 有约束恢复:维纳滤波和有约束最小平方滤波 Q
f+
p0E; 图象重建:傅立叶反变换重建 Ueg N-n 6) 图象分割 kBiBXRt 并行边界技术:边缘检测、Hough变换 XHZ:
mLf 并行区域技术:阈值选取 =2nn "YVP 串行区域技术:区域生长和分裂合并 /y9J)lx 三、 试卷结构 ~6-"i0k
考试时间180分钟,满分100分
7edPH3 1)题型结构 Y1fy2\<' 概念题(20分) ,u&tB|,W, 简答题(20分) zD)IU_GWa 计算题(40分) 5w,Z 7I8 技术方案设计(20分) 7 7xq/c[) 2)内容结构 o=-Vt,2{ Bayes决策理论(20分) YXX36 线性判别函数和多层神经网络(20分) f8LrDR 非监督学习和聚类(20分) dSe8vA!) 图像增强(15) g=FDm* 图象复原与重建(15分) =sE2}/g 图象分割(10分) mvHh"NJ 四、 参考书目见招生简章
|
|