模式識別的理論與方法

前言
第一章 概論
第二章 貝葉斯決策理論
第一節(jié) 基于最小錯誤率的貝葉斯判別法
第二節(jié) 基于貝葉斯公式的幾種判別規(guī)則
第三節(jié) 正態(tài)分布模式的統(tǒng)計決策
第四節(jié) 概率密度函數(shù)的估計
第五節(jié) 貝葉斯分類器的錯誤概率
第三章 判別函數(shù)與確定性分類器
第一節(jié) 線性判別函數(shù)與廣義線性判別函數(shù)
第二節(jié) 廣義線性判別函數(shù)的二分能力
第三節(jié) 感知器算法
第四節(jié) 最小平方誤差算法
第五節(jié) 多類模式的分類器迭代算法
第六節(jié) 勢函數(shù)法
第四章 聚類分析
第一節(jié) 按距離聚類的概念
第二節(jié) 模式相似性測度與聚類準則
第三節(jié) 聚類算法
第四節(jié) 對聚類的評價
第五章 模式特征分析與選取
第一節(jié) 描述模式分布狀態(tài)的測度
第二節(jié) 特征提取的方法
第三節(jié) 離散K-L變換
第四節(jié) 利用K-L變換的分類特征提取
第五節(jié) 增維問題
第六章 模糊集合理論在模式識別中的應用
第一節(jié) 引言
第二節(jié) 模糊子集
第三節(jié) 模糊集的簡單運算、模糊度與模糊關系
第四節(jié) 隸屬函數(shù)的確定
第五節(jié) 模糊集理論在模式識別中的應用
第七章 句法模式識別
第一節(jié) 形式語言基礎和文法
第二節(jié) 一維及高維文法
第三節(jié) 基元提取和文法推斷
第四節(jié) 句法分析和自動機識別
第八章 人工神經(jīng)網(wǎng)絡在模式識別中的應用
第一節(jié) 人工神經(jīng)網(wǎng)絡概述
第二節(jié) 前饋神經(jīng)網(wǎng)絡及其主要算法
第三節(jié) Hopfield網(wǎng)絡
第四節(jié) 自適應共振理論神經(jīng)網(wǎng)絡
第五節(jié) 自組織特征映射神經(jīng)網(wǎng)絡
附錄
參考文獻