非参数方法（non-parametric method），理学-计算机科学技术-计算机应用-多媒体计算-模式识别-贝叶斯决策理论-非参数方法，对于总体的分布不作关于其具体形式的假设，在多模情况下对目标概率密度进行推断的方法。在模式识别的一般问题中，人们经常会假设概率密度函数的参数形式已知，并在此条件下处理模型的学习过程。如假设总体服从正态分布，然后根据样本求解均值和标准差两个参数来确定该分布；或分类问题中假设分类决策函数为线性函数，然后根据样本去拟合线性函数的一次项和零次项的参数等。但在现实世界中一般给出的概率密度或目标函数的具体形式很少正好符合实际情况，且多数经典密度函数的参数形式都是单模的，也即只有单个局部极大值。而在现实中常遇到多模的情况，在多模情况下需要采用非参数方法。