扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
宇宙、量子和人类心灵
-
>
考研数学专题练1200题
-
>
希格斯:“上帝粒子”的发明与发现
-
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁
-
>
二十四史天文志校注(上中下)
-
>
声音简史
-
>
浪漫地理学:追寻崇高景观
买过本商品的人还买了
主流模式识别技术及其发展研究 版权信息
- ISBN：9787517052975
- 条形码：9787517052975 ; 978-7-5170-5297-5
- 装帧：简裝本
- 册数：暂无
- 重量：暂无
- 所属分类：>
主流模式识别技术及其发展研究 本书特色
朱凯编著的《主流模式识别技术及其发展研究》共分为8章，具体内容安排如下：第1章为模式识别的基本概念。第2章介绍了统计模式识别中的概率方法，主要内容包括贝叶斯决策的基本概念、正态分布模型的统计决策以及聂曼一皮尔逊决策等。第3和4章叙述了统计模式识别中的聚类方法和结构模式识别中的句法方法。第5章介绍了特征提取与特征选择的内容，包括类别可分性判据、基于类别可分性判据的特征提取以及K—L变换的特征提取等。第6和7章介绍了模糊模式识别方法以及神经网络模式识别方法。第8章介绍了统计学习理论的一些基本概念与支持向量机的应用。
主流模式识别技术及其发展研究 内容简介
本书具体内容包括: 统计模式识别中的概率方法、统计模式识别中的聚类方法、结构模式识别中的句法方法、特征提取与特征选择、模糊模式识别方法、神经网络模式识别方法、统计学习理论与支持向量机方法等。本书结构合理, 条理清晰, 内容丰富新颖, 是一本值得学习研究的著作。
主流模式识别技术及其发展研究 目录
前言第1章 引言 1.1 模式与模式识别的概念 1.2 模式识别的研究方法 1.3 模式识别的应用第2章 统计模式识别中的概率方法 2.1 贝叶斯决策的基本概念 2.2 基于*小错误率的贝叶斯决策 2.3 基于*小风险的贝叶斯决策 2.4 正态分布模型的统计决策 2.5 贝叶斯分类器的错误率 2.6 聂曼—皮尔逊决策 2.7 概率密度函数的参数估计 2.8 概率密度函数的非参数估计第3章 统计模式识别中的聚类方法 3.1 聚类分析的概念 3.2 模式相似性测度与聚类准则 3.3 基于距离阈值的聚类法 3.4 层次聚类算法 3.5 动态聚类算法第4章 结构模式识别中的句法方法 4.1 形式语言基础 4.2 文法推断 4.3 句法分析 4.4 句法结构的自动机识别第5章 特征提取与特征选择 5.1 特征提取与特征选择的基本概念 5.2 类别可分性判据 5.3 基于类别可分性判据的特征提取 5.4 基于K—L变换的特征提取 5.5 特征提取方法 5.6 特征选择方法第6章 模糊模式识别方法 6.1 模糊集 6.2 模糊关系 6.3 模糊模式识别的基本方法 6.4 模糊聚类分析第7章 神经网络模式识别方法 7.1 人工神经网络的基本原理 7.2 BP神经网络 7.3 径向基函数神经网络 7.4 Hopfield神经网络 7.5 自组织特征映射神经网络第8章 统计学习理论与支持向量机方法 8.1 机器学习的基本问题与方法 8.2 统计学习理论 8.3 支持向量机参考文献
展开全部
书友推荐
本类畅销
-
假设的世界:一切不能想当然
¥19.1¥45 -
科学与现代性:整体科学理论
¥18.2¥33 -
自然写作读本-B卷
¥26.8¥68 -
西方科学史第2版
¥26.8¥68 -
科学百科彩图馆
¥17.1¥39.8 -
国学与科学
¥12.5¥22
