-
>
上海花园动植物指南
-
>
生命是什么/[奥]埃尔温·薛定谔
-
>
爱因斯坦在路上:科学偶像的旅行日记
-
>
不可思议的科学史/鬼谷藏龙
-
>
动物生活史
-
>
影响世界的中国植物(全新修订版)
-
>
勺子飞来了
模式识别 版权信息
- ISBN:9787313102461
- 条形码:9787313102461 ; 978-7-313-10246-1
- 装帧:平装
- 册数:暂无
- 重量:暂无
- 所属分类:>
模式识别 本书特色
作为主要面向高校模式识别课程的教材,《模式识别》主要讲述统计模式识别的核心内容,包括判别函数方法、贝叶斯决策理论、错误率和密度函数估计、*近邻分类法、特征变换和特征选择、聚类分析等传统的统计模式识别知识;另外,作为对模式识别新方法的介绍,本书*后三章分专题较详细地介绍了现代模式识别中三种应用广泛的典型方法,即支持向量机理论、人工神经网络方法和基于隐马尔可夫模型的模式识别方法。本书由赵宇明等编著。
模式识别 内容简介
《模式识别》系统地论述了各类经典模式识别的基本概念、基本原理、典型方法、实用技术以及有关研究的新成果。本书讨论的模式识别技术涵盖统计模式识别、支撑向量机理论、人工神经网络技术以及基于隐马尔科夫模型的识别方法等多个方面。全书共分10章。**章为绪论;第2章至第7章系统地介绍统计模式识别的基本理论和基本方法,包括用似然函数做模式识别、用距离函数做模式识别,以及特征选择,具体为:判别函数方法、Bayes决策理论、错误率和密度函数估计、*近邻法、聚类分析以及特征选择;第8章论述支撑向量机理论;第9章介绍人工神经网络技术;**0章讨论基于隐马尔科夫模型的识别方法。
《模式识别》可供模式识别与智能系统、计算机科学与技术、控制科学与工程、生命科学与技术及其他领域的和有关专业的研究生、本科高年级学生作为关于信息分析、检测、识别的教材或教学参考书,也可以供相关专业的科研人员参考。本书由赵宇明等编著。
模式识别 目录
1.1 模式识别概论
1.1.1 模式识别基本概念
1.1.2 模式识别系统的组成
1.1.3 模式识别方法
1.2 模式识别数学基础
1.2.1 随机向量
1.2.2 正态分布
第2章 判别函数方法
2.1 引言
2.2 线性判别函数
2.2.1 两类的线性判别
2.2.2 多类的线性判别
2.3 Fisher判别分析法
2.3.1 Fisher判别分析
2.3.2 多重判别分析
2.4 广义线性判别函数
2.4.1 一维的例子
2.4.2 多维的例子
2.5 感知准则函数和梯度下降法
2.5.1 基本概念
2.5.2 梯度下降法
2.5.3 感知器准?函数
2.6 *小平方误差准则函数
2.6.1 MSE准?函数及其伪逆解
2.6.2 伪逆法
2.6.3 梯度下降法
2.6.4 Widrow-Hoff算法
2.7 适合于多类直接分类的决策树方法
2.7.1 评价准则
2.7.2 基于信息熵的信息增益
2.7.3 ID3决策树算法的递归描述
2.7.4 ID3算法举例
习题
第3章 Bayes决策理论
3.1 *小错误率贝叶斯决策
3.2 *小风险的贝叶斯决策
3.3 正态分布的贝叶斯分类器
3.3.1 各类协方差都相等,且各分量相互独立情况
3.3.2 各类协方差都相等,但各分量不相互独立情况
3.3.3 一般情况
3.3.4 数字实例
3.4 纽曼一皮尔逊(Neyman-Pearson,NP)决策规则
3.5 *小*大决策
习题
第4章 错误率以及密度函数的估计
4.1 错误率
4.1.1 正态、等协方差情况下贝叶斯分类器错误率公式
4.1.2 错误率的上界
4.1.3 错误率的实验估计
4.2 密度函数估计――参数法
4.2.1 *大似然估计
4.2.2 逐次的贝叶斯估计和贝叶斯学习
习题
第5章 近邻分类法
5.1 单中心点情况
5.2 多中心点情况
5.3 *近邻法
5.4 K近邻法
5.5 *近邻法的缺点及改进方法
5.5.1 剪辑近邻法
5.5.2 凝聚法
习题
第6章 聚类分析
6.1 距离及相似性度量
6.2 聚类准则
6.2.1 离差平方和准则
6.2.2 离散度准?
6.3 系统聚类法
6.3.1 *短距离法
6.3.2 *长距离法和中间距离法
6.3.3 重心法、类平均和可变类平均法
6.3.4 离差平方和法
6.3.5 系统聚类法的性质
6.4 动态聚类法
6.4.1 K-meanS算法
6.4.2 ISODATA算法
习题
第7章 特征选择
7.1 维数问题和类内距离
7.1.1 维数问题
7.1.2 类?距离
7.2 集群变换
7.2.1 集群变换的基本思想
7.2.2 用集群变换进行特征选择
7.2.3 集群变换的例子
7.3 K-L变换
7.3.1 从表达模式看K-L变换
7.3.2 K-L变换举例
7.3.3 混合白化后抽取特征
7.3.4 混合白化后抽取特征的例子
7.4 分散度
7.4.1 分散度的概念
7.4.2 分散度用于特征选择
习题
第8章 支持向量机理论
8.1 引言
8.2 支持向量机理论的数学基础
8.2.1 无约束极值
8.2.2 等式约束下的条件极值与Lagrange函数法
8.2.3 不等式约束下的优化问题
8.3 *大间隔分类器
8.3.1 *大间隔线性分类器
8.3.2 广义*大间隔线性分类器
8.4 支持向量机
8.4.1 核函数与核技巧(Kernel Trick)
8.4.2 支持向量机
8.4.3 多类问题的支持向量机分类
8.4.4 支持向量机的实现方法和软件包
第9章 人工神经网络
9.1 人工神经网络概述
9.1.1 引言
9.1.2 人工神经网络基础
9.2 前馈神经网络及其主要算法
9.2.1 MP模型
9.2.2 感知器模型
9.2.3 前馈神经网络
9.2.4 反向传播算法(BP法)
9.2.5 径向基函数网络
9.3 反馈网络――Hopfield网络
9.3.1 Hopfield网络概述
9.3.2 离散Hopfield网络(DHNN)
9.3.3 联想存储器
9.3.4 优化计算
9.3.5 连续Hopfield网络(CHNN)
9.4 自适应共振理论神经网络
9.4.1 概述
9.4.2 ART网络的结构及原理
9.4.3 ART工网络算法步骤
9.5 自组织特征映射神经网络
9.5.1 概述
9.5.2 SOFM网络模型及功能
9.5.3 SOFM网络原理
第10章 基于隐马尔科夫模型的识别方法
10.1 一阶马尔科夫模型(MM)
10.2 一阶隐马尔科夫模型(HMM)
10.2.1 离散马尔科夫过程
10.2.2 隐马尔科夫模型的概念
10.2.3 隐马尔科夫模型的参数
10.2.4 隐马尔科夫模型的三个基本问题
参考文献
- >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.1¥39.8 - >
山海经
山海经
¥20.4¥68.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥16.4¥49.8 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥30.1¥32.0 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥43.2¥48.0 - >
回忆爱玛侬
回忆爱玛侬
¥10.5¥32.8 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥35.4¥68.0
-
宇宙已知和未知的一切
¥20.2¥48 -
趣味数学谜题
¥17¥46 -
科学全知道-那些古怪有趣的科学现象
¥16.4¥45 -
无论如何都想告诉你的时间杂学
¥18.4¥49.8 -
这不科学!如何科学地思考伪科学
¥23.4¥68 -
我的世界观
¥9¥36