《模式识别》第2章、贝叶斯决策论

2.1 引言

2.2 贝叶斯决策轮——连续特征

2.3 最小误差分类

2.3.1 极小化极大准则

2.3.2 Neyman-Pearson准则

2.4 分类器、判别函及判定面

2.4.1 多类情况

2.4.2 两类情况

2.5 正态密度

2.5.1 单变量密度函数

2.5.2 多元密度函数

2.6 正态分布的判别函数

2.6.1 情况1：

2.6.2 情况2：

2.6.3 情况3：

2.7 误差概率和误差积分

2.8 正态密度的误差上界

2.8.1 Chernoff界

2.8.2 Bhattacharyya界

2.8.3 信号检测原理和操作特性

2.9 贝叶斯决策论-离散特征

2.9.1 独立的二值特征

2.10 丢失特征和噪声特征

2.10.1 丢失特征

2.10.2 噪声特征

2.11 贝叶斯置信网

2.12 复合贝叶斯决策论及上下文