复习1模式和模式识别的概念 1）模式：对某些感兴趣的客体的定量的或结构的描述。模式类是具有某些共同特性的模式的集合。 2）模式识别：研究一种自动技术，依靠这种技术，计算机将自动地（或人尽量少地干涉）把待别识模式分配到各自的模式类中去。复习2 模式识别系统组成 学习过程判决过程分类规则训练分类决策数据获取预处理特征选择 或提取模式识别系统框图 复习1） 监督分类：需要依靠已知类别的训练样本集，按照他们特征向量的分布来确定判别函数，然后利用判别函数对未知模式进行分类。需要足够的先验知识。 判别。需要有足够的先验知识。2） 非监督分类：用于没有先验知识的情况，通常采用聚类分析的方法。3 监督分类和无监督分类复习4 模式识别整体知识结构5 最大最小距离算法（小中取大距离算法 ） 算法描述 选任意一模式样本做为第一聚类中心Z1。 选择离Z1距离最远的样本作为第二聚类中心Z2。 逐个计算各模式样本与已确定的所有聚类中心之间的距离，并选出其中的最小距离。例当聚类中心数k=2时，计算min( Di1 , Di2 )，i=1，N（N个最小距离） 复习 将样本 按最近距离划分到相应聚类中心对应的类别中。
