模式識別是指對表征事物或現象的各種形式的信息進行處理和分析，以對事物或現象進行描述、辨認、分類和解釋的過程。它是信息科學和人工智能的重要組成部分，主要應用領域是圖像分析與處理、語音識別、聲音分類、通信、計算機輔助診斷、數據挖掘等學科。本書在完美地結合當前的理論與實踐的基礎上，討論了貝葉斯分類、貝葉斯網絡、線性和非線性分類器設計、動態(tài)編程和用于順序數據的隱馬爾可夫模型、特征生成、特征選取技術、學習理論的基本概念以及聚類概念與算法。與前一版相比，主要更新了關于支持向量機和聚類算法的內容，重點研究了圖像分析、語音識別和聲音分類的特征生成。每章末均提供有習題與練習，且支持網站上提供有習題解答，以便于讀者增加實際經驗。.本書可作為高等院校自動化、計算機、電子和通信等專業(yè)研究生和高年級本科生的教材，也可作為計算機信息處理、自動控制等相關領域的工程技術人員的參考用書。..本書綜合考慮了有監(jiān)督和無監(jiān)督模式識別的經典理論與實踐以及當前的理論與實踐，為專業(yè)技術人員和高校學生建立起了完整的基本知識體系。本書由模式識別領域的兩位頂級專家合著，全面闡述了模式識別的基礎理論、最新方法以及各種應用。每章的開始是基本原理介紹，然后是最新研究問題和關鍵技術討論，最后是習題。習題解答和仿真程序可到網站http：／／www.di，uoa．gr／-stpatrec下載。本書第三版的具體內容包括：貝葉斯分類、貝葉斯網絡、線性和非線性分類器（包含神經網絡和支持向量機）、動態(tài)規(guī)劃和用于順序數據的隱馬爾可夫模型、特征生成（包含小波、主成分分析、獨立成分分析和分形）、特征選擇技術、自學習理論的基本概念、聚類概念和算法等。...
鄂公網安備 42010302001612號 