注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網絡軟件與程序設計C/C++及其相關圖像模式識別:VC++技術實現

圖像模式識別:VC++技術實現

圖像模式識別:VC++技術實現

定 價:¥36.00

作 者: 楊淑瑩編著
出版社: 清華大學出版社
叢編項: 高等學校計算機科學與技術教材
標 簽: 模式識別

ISBN: 9787810824811 出版時間: 2005-07-01 包裝: 平裝
開本: 26cm+光盤1片 頁數: 274 字數:  

內容簡介

  本書介紹圖像模式識別的各種算法及其編程實現步驟。全書共分為10章,內容包括:模式識別的基本概念,位圖的基礎知識,分類器設計,模板匹配分類器,基于概率統(tǒng)計的Bayes分類器,幾何分類器,神經網絡分類器,圖像分割與特征提取,聚類分析,模糊聚類分析,遺傳算法聚類分析。本書實用性強,選材新穎,包括了神經網絡、模糊集理論、遺傳算法等新技術,針對每一種模式識別技術,書中分為理論基礎、實現步驟、編程代碼三部分,所有算法都用VC++編程實現,程序結構簡單,代碼簡潔,便于初學者很快掌握模式識別技術。本書可作為高等院校計算機工程、信息工程、生物醫(yī)學工程、智能機器人學、工業(yè)自動化、模式識別等學科本科生、研究生的教材或教學參考書,亦可供有關工程技術人員參考。

作者簡介

暫缺《圖像模式識別:VC++技術實現》作者簡介

圖書目錄

第1章 模式識別的基本概念
1.1   模式識別的基本概念
1.2   圖像識別
1.3   位圖基礎
1.3.1  數字圖像的基本概念
1.3.2  BMP文件結構
1.3.3  Cdib類庫的建立
小結
習題
第2章 分類器設計
2.1   特征空間優(yōu)化設計問題
2.2   分類器設計準則
2.3   分類器設計基本方法
2.4   判別函數
2.5   分類器的選擇
2.6   訓練與學習
小結
習題
第3章 模板匹配分類器
3.1   特征類設計
3.2   待測樣品特征提取
3.3   訓練集特征庫的建立
3.4   模板匹配分類法
小結
習題
第4章 基于概率統(tǒng)計的Bayes分類器
4.1   Bayes決策的基本概念
4.1.1  Bayes決策所討論的問題
4.1.2  Bayes公式
4.2   基于最小錯誤率的Bayes決策
4.3   基于最小風險的Bayes決策
4.4   Bayes決策比較
4.5   基于二值數據的Bayes分類實現
4.6   基于最小錯誤率的Bayes分類實現
4.7   基于最小風險的Bayes分類實現
小結
習題
第5章 幾何分類器
5.1   幾何分類器的基本概念
5.2   線性判別函數
5.3   線性判別函數的實現
5.4   感知器算法
5.5   增量校正算法
5.6   LMSE驗證可分性
5.7   LMSE分類算法
5.8   Fisher分類
5.9   線性分類器實現分類的局限性
5.10  非線性判別函數
5.11   分段線性判別函數
5.12  勢函數法
小結
習題
第6章 神經網絡分類器
6.1   人工神經網絡的基本原理
6.1.1  人工神經元
6.1.2  人工神經網絡模型
6.1.3  神經網絡的學習過程
6.1.4  人工神經網絡在模式識別問題上的優(yōu)勢
6.2   BP網絡設計
6.2.1  三層BP網絡學習算法
6.2.2  BP網絡設計需要考慮的問題
6.3   神經網絡分類器設計
小結
習題
第7章 圖像分割與特征提取
7.1   聚類簡介
7.2   圖像閾值分割
7.2.1  直方圖門限造反閾值
7.2.2  半閾值選擇分割
7.3   圖像的標識及特征提取
7.4   圖像的輪廓提取
7.5   圖像的測量
7.5.1  二值圖像的區(qū)域面積測量
7.5.2  二值圖像的周長測量
小結
習題
第8章 聚類分析
8.1   聚類的設計
8.2   模式相似性測量
8.3   基于試探的未知類別聚類算法
8.3.1  最臨近規(guī)則的試探法
8.3.2  最大最小距離算法
8.4   層次聚類算法
8.4.1  最短距離法
8.4.2  最長距離法
8.4.3  中間距離法
8.4.4  重心法
8.4.5  類平均距離法
8.5   動態(tài)聚類算法
8.5.1  K均值算法
8.5.2  迭代自組織的數據分析算法(ISODATA)
小結
習題
第9章 模糊聚類分析
9.1   模糊集的基本概念
9.2   模糊集運算
9.2.1  模糊子集運算
9.2.2  模糊集運算性質
9.3   模糊關系
9.4   模糊集在模式識別中的應用
9.5   模糊聚類分析
小結
習題
第10章 遺傳算法聚類分析
10.1  遺傳算法基本概念
10.2  遺傳算法的構成要素
10.2.1 染色體的編碼
10.2.2 適應度函數
10.2.3 遺傳算子
10.3  控制參數的選擇
10.4  基于遺傳算法的聚類分析
小結
習題
附錄A 幾種主要矩陣運算的程序代碼
參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網 www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號