通过训练样本集的“学习”或训练来设计分类器，这是模式识别研究的重要内容。
模式识别的方法：
- 模板匹配
- 统计方法
- 句法方法
- 神经网络
预备知识：
（1）数理统计。
（2）线性代数和矩阵分析。
迹的计算：
定义：对任意n阶方阵有
1).
2).
3).
有矩阵导数：
1：函数对向量的导数，结果为向量。
定义：
并且对于之后要用到的我们做一个计算：
要记下来：
并且有其他的推导：
2:函数对矩阵的求导，结果是矩阵
定义：
列出一些常用的：
设：
（1）
因为：
（2）
（3）.
（4）
3：矩阵对矩阵的求导，结果是大矩阵。
定义：
其中
请尝试一下下面这个：
然后就会了 函数的向量 矩阵求导。
以及 矩阵（向量） 对 矩阵（向量）的求导。
- 正定（半正定）矩阵：
定义：对称矩阵的特征值为正数（非负数）
另外：一个矩阵是半正定（正定）的充要条件是存在（非奇异矩阵）Q，使得：
有一个十分有用的性质：
正定矩阵A和半正定矩阵B可以同时对角化，即存在非奇异矩阵P使得：
证明：
构造U使得（为什么存在呢？）
并且构造P
- 奇异值分解：
