《Java程序设计》课程教学大纲.doc

1、 Java程序设计课程教学大纲一、课程基本信息课程代码：110440课程名称：Java程序设计英文名称：Java programming 课程类别：专业选修课学 时：总学时54 （其中含实验学时：18）学 分：3适用对象：信息与计算科学专业本科考核方式：考查预修课程：离散数学、高级语言程序设计、数据结构二、课程简介Java程序设计是信息与计算科学专业的一门专业必修课程。Java语言是面向对象技术成功应用的著名范例，集平台无关特性、安全机制、高可靠性和内嵌的网络支持于一身的特色使之成为当前编写网络程序的首选工具之一Java programmingis one of the required co

2、urses of speciality of information and computation. Java programming is a important objective-oriented technical tool of programming , which is not related to platform,with better safty mechanism. It will be studied in this course that how to develop applications,especial for network program.三、课程性质与

3、教学目的本课程是一门实践性很强的课程,必须通过上机操作才能掌握所学的知识，所以要特别强调讲授与上机操作相结合，要保证学生有充分的上机条件。本课程将是面向基本编程概念的人讲授Java语言，不专门介绍面向对象编程，但会涵盖面向对象的核心特性，即定义程序构件的类声明，以及根据类定义构造的对象。另外不会包括大多 数语言共同的标准结构，还将介绍泛型类型线程，线程反射，垃圾回收与内存包与标准包。重点掌握下列几方面的知识。 1. 嵌套类和接口。 2. 包装器类。 3. 泛型类型。 4. 正则表达式。 5. 线程。6. 反射。7. 垃圾回收与内存。8. 包。9. 反射。10.I/O包。11.集合。12.系统编

4、程。四、教学内容与要求第一章 绪论（一）目的与要求1了解变量与代码中的注释；2理解具名常量；3理解Unicode字符；4理解控制流，类和对象；5掌握方法和参数；6掌握数组与字符串对象；7理解接口与泛型类型；8掌握异常与注解；9理解包；10.熟练掌握Java平台。（二）教学内容1变量，代码中的注释。2具名常量与Unicode字符。3控制流。4类和对象5方法和参数、调用方法、this引用。6. 字符串对象与扩展类。7. 接口与泛型类型。8. 异常和注解。9. 包与Java平台。（三）实践环节与课后练习 课程上机熟练Java开发环境。课后练习：习题一。（四）教学方法与手段 本课程以课堂教学为主，结合

5、案例分析，以实例演示。第二章 类与对象（一）目的与要求1掌握类的概念、类成员与类修饰符；2掌握字段访问控制；3掌握创建对象、构造与初始化；4理解方法、静态方法、方法调用参数值与方法异常与返回；5. this；6. 重载方法；7. 导入静态成员名；8. main方法与本地方法。（二）教学内容本章的内容包括类的成员，类修饰符，字段的初始化，静态字段，final字段，访问控制，创建对象，构造与初始化，构造器，初始化块，静态初始化，静态方法，方法调用，引元数量可变的方法，方法异常与返回，参数值，使用方法来控制访问，this，重载方法，导入静态成员名，main方法，本地方法。（三）实践环节与课后练习 课

6、程上机熟练类与对像的相关概念与知识点，上机验证书中例题程序代码。课后练习：习题二。（四）教学方法与手段 本课程以课堂教学为主，结合实例代码演示。第三章 类的扩展（一）目的与要求1掌握扩展类；2掌握扩展类的构造器；3掌握继承与重定义成员；4掌握减刑兼容与转换；5. 掌握protected的真正含义；6. 掌握将方法与类标记为fianl；7. 掌握抽象类与抽象方法；8. 掌握Object类；9. 掌握克隆对象；10. 掌握扩展类；11. 掌握单继承与多重继承。（二）教学内容本章主要介绍扩展类，扩展类的构造器，继承与重定义成员，覆盖，隐藏字段，访问继承的成员，可访问性与覆盖，super关键闻，类型与

7、转换，兼容性，显式的类型强制转换，类型检测，protected的真正含义，将方法与类标记为final，抽象类与抽象方法，object类，克隆对象的策略，正确克隆，浅克隆与深克隆，扩展类：如何扩展以及何时扩展，设计一个可扩展的类，单重继承与多重继承。（三）实践环节与课后练习 课程上机熟练类与对像的相关概念与知识点，上机验证书中例题程序代码，要求正确编写浅克隆与深克隆的程序。课后练习：习题三。（四）教学方法与手段 本课程以课堂教学为主，结合实例代码演示，要求上机实验，包括验证性与程序编写。第四章 接口（一）目的与要求1掌握接口声明；2掌握扩展接口与使用接口；3掌握标记接口与何时使用接口。（二）教学

8、内容本章主要介绍接口声明、接口常量、接口方法、接口修饰，扩展接口，使用接口，标记接口与何时使用接口。第一节 简单接口实例与接口声明1.主要内容接口常量，接口方法，接口修饰符。2. 基本概念和知识点接口常量，接口方法，接口修饰符。3问题与能力正确使用接口常量，接口方法，接口修饰符。第二节 扩展接口1.主要内容继承和隐藏常量，继承、覆盖和重载方法。2. 基本概念和知识点继承和隐藏常量，继承、覆盖和重载方法。3问题与能力正确使用继承和隐藏常量，继承、覆盖和重载方法。第二节 使用接口1.主要内容实现接口，使用实现，标记接口，标记接口。2. 基本概念和知识点实现接口，使用实现，标记接口，何时使用接口。3

9、问题与能力掌握实现接口，使用实现，标记接口，何时使用接口。（三）实践环节与课后练习 课程上机熟练接口的相关概念与知识点，上机验证书中例题程序代码，要求正确编写使用接口的程序。课后练习：习题四。（四）教学方法与手段 本课程以课堂教学为主，结合实例代码演示，要求上机实验，包括验证性与程序编写。第五章 对象设计的Java规范（一）目的与要求1了解好程序的基本条件；2掌握Java语言的Object类及标准包；3掌握Java的异常处理机制；4掌握包、类与方法设计；5. 掌握Java编码的其它规范。 （二）教学内容第一节 好程序的基本条件1. 主要内容软件项目的开发过程必须遵循的规则。2. 基本概念和知识

10、点软件项目的开发过程必须遵循的规则。3问题与能力理解软件项目的开发过程必须遵循的规则。第二节 Java语言的Object类及标准包1. 主要内容Object类，java.lang包，Java标准包。2. 基本概念和知识点Object类，java.lang包，Java标准包。3问题与能力要求熟练掌握Object类，java.lang包，Java标准包。第三节 Java的异常机制1. 主要内容异常处理，核心代码与异常处理分离机制，引发异常及对异常处理的两条途径，Java的内置异常类，设计异常类，断言语句，对异常不作为与作为的区别。2. 基本概念和知识点核心代码与异常处理分离机制， Java的内置异

11、常类，断言语句，对异常不作为与作为的区别。3问题与能力要求熟练掌握异常处理，核心代码与异常处理分离机制，引发异常及对异常处理的两条途径，内置异常类自定义异常类，断言语句，对异常不作为与作为的区别。第四节 包、接口类与方法设计1. 主要内容包设计，制作JAR文件包，接口设计，抽象类设计，类设计，方法设计与设计模式。2. 基本概念和知识点包设计，制作JAR文件包，接口、抽象类设计，类、方法设计与设计模式。3问题与能力要求熟练掌握包设计，制作JAR文件包，接口、抽象类设计，类、方法设计与设计模式。第五节 Java编码的其它规范1. 主要内容命名规范，文件组织样式，增加程序可读性的建议，综合举例。2.

12、 基本概念和知识点命名规范，文件组织样式。3问题与能力要求熟练掌握命名规范，文件组织样式，增加程序可读性的建议。（三）实践环节与课后练习 课程上机熟练Java规范的相关概念与知识点，上机验证书中例题程序代码，要求正确编写使用Java规范的程序。课后练习：习题五。（四）教学方法与手段 本课程以课堂教学为主，结合实例代码演示，要求上机实验，包括验证性与程序编写。第六章 Java的线程（一）目的与要求1掌握线程的概念与POSIX标准；2掌握多线程的Java实现；3. 掌握互斥线程间的同步机制。（二）教学内容第一节 线程的概念与POSIX标准1. 主要内容线程的概念、线程的POSIX标准。2. 基本概

13、念和知识点线程的概念、线程的POSIX标准。3问题与能力要求熟练掌握线程的概念、线程的POSIX标准。第二节 多线程的Java实现1. 主要内容线程的创建方法与线程的状态。2. 基本概念和知识点线程的创建方法与线程的状态。3问题与能力要求熟练掌握线程的创建方法与线程的状态。第三节 互斥线程间的同步机制1. 主要内容多线程带来的冲突问题，共享资源合理使用的实现，近同步协调程度划分的线程间的关系。2. 基本概念和知识点多线程带来的冲突问题，共享资源合理使用的实现。3问题与能力要求熟练掌握多线程带来的冲突问题，共享资源合理使用的实现。（三）实践环节与课后练习 课程上机熟练线程的相关概念与知识点，上机

14、验证书中例题程序代码，要求正确编写使用线程的程序。课后练习：习题六。（四）教学方法与手段 本课程以课堂教学为主，结合实例代码演示，要求上机实验，包括验证性与程序编写。第七章 Java的输入/输出（一）目的与要求1理解流输入/输出类的层次结构；2掌握输入/输出流类的应用；3掌握文件类的应用。（二）教学内容第一节 流输入/输出类的层次结构1. 主要内容流的概念、字节流、字符流、转换流、输入/输出类的分类、标准流与IOException及其子类。2. 基本概念和知识点流的概念、字节流、字符流、转换流、输入/输出类的分类、标准流与IOException及其子类。3问题与能力要求掌握流的概念、字节流、字

15、符流、转换流、输入/输出类的分类、标准流与IOException及其子类。第二节 输入/输出流类的应用1. 主要内容输入/输出流类的一般实例，典型输入/输出流类的组合应用，对象串行化。2. 基本概念和知识点输入/输出流类的一般实例，典型输入/输出流类的组合应用，对象串行化。3问题与能力要求熟练掌握输入/输出流类的一般实例，典型输入/输出流类的组合应用，对象串行化。第三节 文件类的应用1. 主要内容File类，File的应用。2. 基本概念和知识点File类，File的应用。3问题与能力要求熟练掌握File类，File的应用。（三）实践环节与课后练习 课程上机熟练Java输入/输出的相关概念与知

16、识点，上机验证书中例题程序代码，要求正确编写使用Java输入/输出的程序。课后练习：习题七。（四）教学方法与手段 本课程以课堂教学为主，结合实例代码演示，要求上机实验，包括验证性与程序编写。第八章 Java的集合框架（一）目的与要求1掌握集合API；2掌握Collection与Iterator；3掌握List、LinkedList与ArrayList；4掌握Set、SortedSet、HashSet与TreeSet；5. 掌握Map、SortedMap接口及其实现类。（二）教学内容第一节 集合API1. 主要内容集合API。2. 基本概念和知识点集合API。3问题与能力要求熟练掌握集合API及

17、其应用。第二节 Collection与Iterator1. 主要内容Collection接口，迭代器Iterator及其使用。2. 基本概念和知识点Collection接口，迭代器Iterator及其使用。3问题与能力要求熟练掌握Collection接口，迭代器Iterator及其使用。第三节 List、LinkedList与ArrayList1. 主要内容List接口，LinkedList与ArrayList类及其应用。2. 基本概念和知识点List接口，LinkedList与ArrayList类及其应用。3问题与能力要求熟练掌握List接口，LinkedList与ArrayList类及其应

18、用。第四节 Set、SortedSet、HashSet与TreeSet1. 主要内容Set和SortedSet接口，HashSet、TreeSet和LinkedHashSet类及Set类的应用。2. 基本概念和知识点Set和SortedSet接口，HashSet、TreeSet和LinkedHashSet类及Set类的应用。3问题与能力要求熟练掌握Set和SortedSet接口，HashSet、TreeSet和LinkedHashSet类及Set类的应用。第五节 Map、SortedMap接口及其实现类1. 主要内容Map接口和SortedMap接口，HashMap、TreeMap和Linke

19、dHashMap实现类及Map应用。2. 基本概念和知识点Map接口和SortedMap接口，HashMap、TreeMap和LinkedHashMap实现类及Map应用。3问题与能力要求熟练掌握Map接口和SortedMap接口，HashMap、TreeMap和LinkedHashMap实现类及Map应用。（三）实践环节与课后练习 课程上机熟练Java集合框架的相关概念与知识点，上机验证书中例题程序代码，要求正确编写使用Java集合框架的程序。课后练习：习题八。（四）教学方法与手段 本课程以课堂教学为主，结合实例代码演示，要求上机实验，包括验证性与程序编写。第九章 Java的图形用户界面（一

20、）目的与要求1掌握JFC的组成；2掌握应用程序和小程序界面图形化；3掌握AWT的组件布局管理模型；4掌握AWT的事件处理模型。（二）教学内容第一节 JFC的组成1. 主要内容AWT、Swing、Drag and Drop、Java 2D和Java accessibility。2. 基本概念和知识点AWT、Swing、Drag and Drop、Java 2D和Java accessibility。3问题与能力要求熟练掌握AWT、Swing、Drag and Drop、Java 2D和Java accessibility。第二节 应用程序和小程序界面图形化1. 主要内容Swing的要面板，典型实

21、例。2. 基本概念和知识点Swing的要面板，典型实例。3问题与能力要求熟练掌握Swing的要面板，小程序与应用程序的开发。第三节 AWT的组件布局管理模型1. 主要内容基于策略模式的授权模型，布局管理器类。2. 基本概念和知识点基于策略模式的授权模型，布局管理器类。3问题与能力要求熟练掌握基于策略模式的授权模型，布局管理器类。第四节 AWT的事件处理模型1. 主要内容基于观察者模式的授权模型，事件源，事件类，事件监听器，创建事件监听器类。2. 基本概念和知识点基于观察者模式的授权模型，事件源，事件类，事件监听器。3问题与能力要求熟练掌握基于观察者模式的授权模型，事件源，事件类，事件监听器。（

22、三）实践环节与课后练习 课程上机熟练Java图形用户界面的相关概念与知识点，上机验证书中例题程序代码，要求正确编写使用Java图形用户界面的程序。课后练习：习题九。完成本课程的综合性实验。（四）教学方法与手段 本课程以课堂教学为主，结合实例代码演示，要求上机实验，包括验证性与程序编写，要求学生动手完成本课程的综合性实验。五、各教学环节学时分配教学环节教学时数课程内容讲课习题课讨论课实验其他教学环节小计第一章224第二章426第三章426第四章426第五章426第六章426第七章426第八章628第九章 4 2综合实验 6合计361854六、推荐教材和教学参考资源推荐教材：叶核亚，Java2程序

23、设计实用教程（第二版），电子工业出版社，2007。教学参考资源：（1）Sun Microsystems,Inc.Java 2 Platform, Standard Edition,V1.4 API Specification。（2） Http:/www.brent.worden.orgarticlesliskovSubstitution Principle.htm。（3）Erich Gamma等，设计模式：可利用面向对象软件的基础，李英军译，机械工业出版社，2000。（4）刘润东著，UML对象设计与编程，希望电子出版社，2001。七、其他说明 大纲中打星号的部分，教师可根据实际情况选择是否讲解

24、。 大纲修订人： 吴东庆 修订日期：2007.4.16大纲审定人： 胡小健 审定日期：2007.4.26模式识别课程教学大纲一、课程基本信息课程代码：110441课程名称：模式识别英文名称：pattern recognition课程类别：专业选修课学 时：总学时54学 分：3适用对象：信息与计算科学专业本科考核方式：考查（开卷）先修课程：离散数学、高级语言程序设计、数据结构、高等数学、工程数学、数字图像处理二、课程简介模式识别诞生于20世纪20年代，随着计算机的出现，人工智能的兴起，模式识别迅速发展成为一门学科。它所研究的理论和方法 在很多技术领域中得到广泛的重视，推动了人工智能系统的发展，扩

25、大了计算机应用的可能性。几十年来模式识别研究取得了大量的成果在很多地方得到了成功的应用。但是，由于模式识别涉及到很多复杂的问题，现有的理论和方法对于解决这些问题还有很多不足之处。还有待进一步研究发展。模式识别就是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。模式识别的原理和方法在医学、军事等众多领域应用十分广泛，是计算机及其相关专业进行科学研究的基础。这门课的教学目的是让学生掌握统计模式识别和结构模式识别基本原理和方法。为将来继续深入学习或进行科学研究打下坚实的基础。Pattern recognitionis a course about classif

26、ication of physical phenomenon with the help of computer.the result should best match the real matter under the condition of least probability.The theory of pattern recognition is widely used,including medicine,military affairs,etc.and it is also the base of computer speciality and other related spe

27、ciality.三、课程性质与教学目的本课程一综合性学科，同时又需要一定的理论基础。把理论和实践相结合是本课程的重点所在，本课程不是偏重于理论尝试和数学复杂性，也不是只注意时下实际的应用，而是强调理论如何用于解决工程或研究中常见的实际问题。本课程将模式识别方面的理论知识、各种工具与其它开发工具相结合。并与实践应用紧密联系在一起。模式识别是计算机及应用专业的一门专业选修课。通过本课程的学习，使学生掌握模式识别的基本概念、基本原理、基本分析方法和算法，具有初步设计、实现模式识别中比较简单的分类器算法的能力，从而为学生进一步从事该方向的学习与研究工作打下基础。主要内容包括，模式识别的目的和意义，模式

28、识别的过程。统计分类法的基本思想，几何分类法和概率分类法的几种典型算法，聚类分析的的基本思想，聚类分析的几种典型算法，结构模式识别的基本思想，结构模式识别分类的过程，印刷体汉字识别系统的组成及各部分的实现过程。重点掌握下列几方面的知识。 （1）贝叶斯决策理论。（2）概率密度函数的估计。 （3）线性差别函数。（4）非线性差别函数。 （5）近邻法。（6）经验风险最小化有有序风险最小化方法。（7）特征的选择与提取。（8）基于K-L展开式的特征提取。（9）非监督学习方法。（10）人工神经网络。（11）模糊模式识别方法。（12）统计学习理论 支持向量机。四、教学内容及要求第一章 绪论（一）目的与要求了解

29、模式识别的相关常识与概念，以及一些基本问题。（二）教学内容1模式识别和模式的概念。2模式识别系统。3关系模式识别的一些基本问题。（三）教学方法与手段课堂讲解与讨论。第二章 贝叶期斯决策理论（一）目的与要求1掌握几种学用的决策规则；2掌握正态分布时的统计决策；3了解序贯分类法，分类器的设计。（二）教学内容第一节 几种常用的决策规则1.主要内容基于最小错误率的贝叶期斯决策，基于最小风险的贝叶斯决策，在限定一类错误率条件下使用另一类错误率为最小的两类别决策，最小最大决策，序贯分类方法，分类器的设计。2. 基本概念和知识点贝叶期斯决策、最小最大决策，序贯分类方法，分类器的设计。3. 问题与应用(能力要

30、求)理解各种决策规则。第二节 正态分布时的统计决策1. 主要内容正态分布概率密度函数的定义及性质，多元正态概率型下的最小错误率贝叶斯判别函数和决策面。2. 基本概念和知识点正态分布概率密度函数的定义及性质、贝叶斯判别函数和决策面。3. 问题与应用(能力要求)理解各种决策规则。*第三节 关于分类器的错误率问题（选学）1主要内容分类器的错误率问题：特殊情况下错误率的理论计算。2. 基本概念和知识点分类器的错误率问题。3. 问题与应用(能力要求)理解各种决策规则。（三）课后练习自行复习本章内容。（四）教学方法与手段课堂内多媒体讲解，分组讨论，讲练结合。第三章 概率密度函数的估计（一）目的与要求了解参

31、数估计、监督参数估计与非监督参数估计。（二）教学内容第一节 参数估计的基本概念1. 主要内容最大似然估计，贝叶斯估计和贝叶期斯学习。2. 基本概念和知识点参数估计。3. 问题与应用(能力要求)理解各种决策规则。第二节 正态分布的监督参数估计1. 主要内容最大似然估计示例，贝叶斯估计和贝叶斯学习。2. 基本概念和知识点最大似然估计。3. 问题与应用(能力要求)理解监督参数估计。*第三节 非监督参数估计（选学）1主要内容非监督最大似然估计及其中的几个问题。2. 基本概念和知识点非监督最大似然估计。3. 问题与应用(能力要求)理解正态分布情况下的非监督参数估计。*第四节 总体分布的非参数估计（选学）

32、1. 主要内容非参数估计的基本方法，Parzen窗法，KN近邻估计。2. 基本概念和知识点非参数估计的基本方法，Parzen窗法，KN近邻估计。3. 问题与应用(能力要求)理解总体分布的非参数估计。*第五节 关于分类器错误率的估计问题（选学）1主要内容关于已设计好分类顺时错误率的估计问题，关于未设计好分类器时错误率的估计问题。2. 基本概念和知识点分类器错误率的估计。3. 问题与应用(能力要求)理解分类器错误率的估计。（三）课后练习自行复习熟练书中内容。（四）教学方法与手段课堂内多媒体讲解，分组讨论，讲练结合。第四章 线性判别函数（一）目的与要求1理解Fisher线性判别、感知准则函数；2理解

33、最小错分样本数准则、最小平方误差准则函数；3. 理解随机最小错误率线性判别准则函数、多类问题。（二）教学内容第一节 引言1. 主要内容线性判别函数的基本概念，线性判别函数，设计线性分类器的主要步骤。2. 基本概念和知识点分类器错误率的估计。3. 问题与应用(能力要求)理解分类器错误率的估计。第二节 Fisher线性判别1. 主要内容Fisher线性判别。2. 基本概念和知识点Fisher线性判别。3. 问题与应用(能力要求)理解Fisher线性判别。第三节 感知准则函数1主要内容几个基本概念，感知准则函数及其梯度下降算法。2. 基本概念和知识点感知准则函数及其梯度下降算法。3. 问题与应用(能

34、力要求)理解感知准则函数及其梯度下降算法。*第四节 最小错分样本数准则（选学）1主要内容解线性不等式组的共轭梯度法，解线性不等式组搜索法。2. 基本概念和知识点解线性不等式组的共轭梯度法与搜索法。3. 问题与应用(能力要求)理解共轭梯度法与搜索法算法。*第五节 最小平方误差准则函数（选学）1主要内容随机最小错误率线性别准则函数，MSE准则函数的梯度下降算法，平方误差准则函数及其伪逆解。2. 基本概念和知识点最小平方误差准则函数。3. 问题与应用(能力要求)最小平方误差准则函数。第六节 分类问题1主要内容多类问题基本概念，决策树简介，设计考虑和应用实例。2. 基本概念和知识点多类问题基本概念，决

35、策树。3. 问题与应用(能力要求)理解多类问题基本概念，决策树。（三）课后练习自行复习熟练书中内容。（四）教学方法与手段课堂内多媒体讲解，分组讨论，讲练结合。第五章 非线性判别函数（一）目的与要求1了解分段线性判别函数的基本概念；2理解凹函数的并表示分段线性判别函数；3掌握交遇区的样本设计分段线性分类器；4了解二次判别函数。（二）教学内容第一节 分段线性判别函数的基本概念1. 主要内容分段线性判别函数的基本概念，基于距离的分段线性判别函数，分段线性判别函数，分段线性分类器设计的一般考虑。2. 基本概念和知识点分段线性判别函数，分段线性分类器设计。3. 问题与应用(能力要求)理解分段线性判别函数

36、，分段线性分类器设计。第二节 凹函数的并表示分段线性判别函数1. 主要内容分段线性判别函数的表示。2. 基本概念和知识点凹函数的并表示分段线性判别函数。3. 问题与应用(能力要求)理解凹函数的并表示分段线性判别函数。*第三节 用交遇区的样本设计分段线性分类器(选学)1主要内容算法基本思想，紧互对原型对与交遇区，局部训练法，决策规则，二次判别函数。2. 基本概念和知识点紧互对原型对与交遇区，局部训练法，决策规则，二次判别函数。3. 问题与应用(能力要求)理解算法基本思想，紧互对原型对与交遇区，局部训练法，决策规则，二次判别函数。（三）课后练习自行复习熟练书中内容。（四）教学方法与手段课堂内多媒体

37、讲解，分组讨论，讲练结合。第六章 近邻法（一）目的与要求1理解最近邻法；2理解K-近邻法；3. 了解关于减少近邻法计算量和存储量的考虑；4. 了解可做拒绝决策的近邻法；5. 理解最佳距离度量近邻法。（二）教学内容第一节 最近邻法1. 主要内容最近邻法决策规则，最近邻法的错误率分析。2. 基本概念和知识点最近邻法决策规则，最近邻法的错误率。3. 问题与应用(能力要求)理解最近邻法决策规则。第二节 K-近邻法1. 主要内容K-近邻法的概念和用法。2. 基本概念和知识点K-近邻法。3. 问题与应用(能力要求)理解K-近邻法。第三节 关于减少近邻法计算量和存储量的考虑1主要内容近邻法的快速算法，剪辑近

38、邻法，压缩近邻法。2. 基本概念和知识点近邻法计算量和存储量。3. 问题与应用(能力要求)理解近邻法计算量和存储量。*第四节 可做拒绝决策的近邻法（自学）1主要内容具有拒绝决策的K-近邻法，具有拒绝决策的剪辑近邻法，最佳距离度量近邻法。2. 基本概念和知识点具有拒绝决策的K-近邻法，最佳距离度量近邻法。3. 问题与应用(能力要求)理解可做拒绝决策的近邻法。（三）课后练习自行复习熟练书中内容。（四）教学方法与手段课堂内多媒体讲解，分组讨论，讲练结合。*第七章 经验风险最小化和有序风险最小化方法（选学）（一）目的与要求1了解平均风险最小化和经验风险最小化；2了解有限事件类情况；3. 理解线性分界权

39、向量数的估计；4理解事件出现频率一收敛于其概率的条件；5. 理解生长函数的性质。（二）教学内容第一节 平均风险最小化和经验风险最小化1. 主要内容平均风险最小化和经验风险最小化。2. 基本概念和知识点平均风险最小化和经验风险最小化。3. 问题与应用(能力要求)理解平均风险最小化和经验风险最小化。第二节 有限事件类情况1. 主要内容有限事件类情况。2. 基本概念和知识点有限事件类情况。3. 问题与应用(能力要求)理解有限事件类情况。第三节 线性分界权向量数的估计1主要内容线性分界权向量数的估计。2. 基本概念和知识点线性分界权向量数的估计。3. 问题与应用(能力要求)理解线性分界权向量数的估计。

40、第四节 事件出现频率一致收敛于其概率的条件1. 主要内容事件出现频率收敛于其概率的条件。2. 基本概念和知识点频率收敛于其概率的条件。3. 问题与应用(能力要求)理解频率收敛于其概率的条件。第五节 生长函数的性质1. 主要内容生长函数的性质。2. 基本概念和知识点生长函数的性质。3. 问题与应用(能力要求)理解生长函数的性质。第六节 经验最优判决规则偏差估计与改进1主要内容经验最优判决规则偏差估计与改进。2. 基本概念和知识点经验最优判决规则偏差估计与改进。3. 问题与应用(能力要求)理解经验最优判决规则偏差估计与改进。（三）课后练习自行复习熟练书中内容。（四）教学方法与手段课堂内多媒体讲解，

41、分组讨论，讲练结合。第八章 特征选择与提取（一）目的与要求1了解特征提取中的基本概念；2掌握类别可分离性判据；3掌握特征提取与选择；4了解特征的几种新方法。（二）教学内容第一节 基本概念1. 主要内容问题提出，一些基本概念。2. 基本概念和知识点特征提取中的基本概念。3. 问题与应用(能力要求)理解特征提取中的基本概念。第二节 类别可分离性判据1. 主要内容按欧氏距离度量的特征提取方法，按概率距离判据的特征提取法，用散度准则函数的特征提取器，多类情况，基于判别熵最小化的特征提取，两维显示。2. 基本概念和知识点特征提取中的各种方法。3. 问题与应用(能力要求)理解特征提取中的各种方法。第三节

42、特征选择1主要内容最优搜索算法，次优搜索法，可分性判据的递推计算。2. 基本概念和知识点最优搜索算法，次优搜索法，可分性判据的递推计算。3. 问题与应用(能力要求)理解最优搜索算法，次优搜索法，可分性判据的递推计算。*第四节 特征选择的几种新方法（选学）1. 主要内容模拟退火算法，Tabu搜索算法，遗传算法。2. 基本概念和知识点模拟退火算法，Tabu搜索算法，遗传算法。3. 问题与应用(能力要求)理解模拟退火算法，Tabu搜索算法，遗传算法。（三）课后练习自行复习熟练书中内容。（四）教学方法与手段课堂内多媒体讲解，分组讨论，讲练结合。第九章 基于K-L展开的特征提取（一）目的与要求1掌握K-L展开式及其性质；2掌握K-L坐标系的产生矩阵；3掌握包含在类平均向量判别信息的最优压缩；4. 掌握包含在类中心化特征向量判别信息提取；5. 了解K-L变换在人脸识别中的应用。（二）教学内容第一节 傅里叶变级数展开式1. 主要内容傅里叶变级数展开式。2. 基本概念和知识点傅里叶变级数展开式。3. 问题与应用(能力要求)掌握傅里叶变级数展开式。第二节 K-L展开及其性质1主要内容K-L展开式，K-L展开式的性质，展开系数，表示熵，总体熵。2. 基本概念和知识点K-L展开式，K-L展开式的性质，展开系数，表示熵，总体熵。