模式識(shí)別

定　價(jià)：￥52.00

作　者：	吳陳等著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	普通高等教育人工智能與大數(shù)據(jù)系列教材
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

京東 (￥52.00)

ISBN：	9787111642411	出版時(shí)間：	2020-03-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	322	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)主要介紹了模式識(shí)別的相關(guān)內(nèi)容，涉及模式識(shí)別的基本概念、聚類(lèi)分析、線性判別函數(shù)、貝葉斯分類(lèi)器、特征選擇和提取、非參數(shù)模式識(shí)別方法、神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法、模糊模式識(shí)別方法、句法模式識(shí)別方法，以及新型模式識(shí)別方法，如決策樹(shù)方法、支持向量機(jī)方法、粗糙集方法等一些基本方法，并介紹了基于遺傳算法、模擬退火算法和禁忌搜索算法進(jìn)行特征選擇的基本思想。書(shū)中算法采用MATLAB語(yǔ)言描述，便于讀者編程實(shí)驗(yàn)。本書(shū)可讀性和實(shí)用性強(qiáng)，內(nèi)容豐富，層次清晰，講解深入淺出，可作為計(jì)算機(jī)類(lèi)專(zhuān)業(yè)及相關(guān)專(zhuān)業(yè)本、專(zhuān)科生以及研究生模式識(shí)別課程的教材，也可供從事計(jì)算機(jī)軟件開(kāi)發(fā)和應(yīng)用的工程技術(shù)人員閱讀和參考。

作者簡(jiǎn)介

暫缺《模式識(shí)別》作者簡(jiǎn)介

圖書(shū)目錄

目錄
前言
第1章緒論
1.1模式識(shí)別的基本概念
1.2模式識(shí)別的內(nèi)容、特點(diǎn)和方法
1.3模式識(shí)別的應(yīng)用和發(fā)展
習(xí)題1
第2章聚類(lèi)分析
2.1引言
2.2相似性度量和聚類(lèi)準(zhǔn)則
2.3基于距離閾值的聚類(lèi)算法
2.4層次聚類(lèi)法
2.5動(dòng)態(tài)聚類(lèi)法
2.6聚類(lèi)結(jié)果的評(píng)價(jià)
習(xí)題2
第3章判別函數(shù)法
3.1概述
3.2線性判別函數(shù)
3.3線性判別函數(shù)的幾何性質(zhì)
3.4感知器算法
3.5梯度法
3.6最小平方誤差算法
3.7費(fèi)歇爾線性判別法
3.8非線性判別函數(shù)
3.9勢(shì)函數(shù)法
3.10分類(lèi)器應(yīng)用實(shí)例及代碼
習(xí)題3
第4章基于統(tǒng)計(jì)決策的概率分類(lèi)
4.1貝葉斯決策
4.2貝葉斯決策方法的應(yīng)用
4.3貝葉斯分類(lèi)器的錯(cuò)誤率
4.4聶曼皮爾遜決策
4.5類(lèi)條件概率密度函數(shù)的參數(shù)估計(jì)
4.6概率密度的非參數(shù)估計(jì)
4.7后驗(yàn)概率密度函數(shù)的勢(shì)函數(shù)估計(jì)法
習(xí)題4
第5章特征選擇與特征提取
5.1基本概念
5.2類(lèi)別可分性測(cè)度
5.3基于類(lèi)內(nèi)散布矩陣的單類(lèi)模式特征提取
5.4基于KL變換的多類(lèi)模式特征提取
5.5特征選擇
5.6特征選擇的幾種全局搜索方法
習(xí)題5
第6章句法模式識(shí)別
6.1概述
6.2形式語(yǔ)言概述
6.3模式的描述方法
6.4文法推斷
6.5句法分析及模式識(shí)別
6.6句法結(jié)構(gòu)的自動(dòng)機(jī)識(shí)別
習(xí)題6
第7章模糊模式識(shí)別
7.1模糊集合
7.2模糊集合的運(yùn)算
7.3模糊關(guān)系與模糊矩陣
7.4模糊模式分類(lèi)的直接方法和間接方法
7.5模糊聚類(lèi)分析法
習(xí)題7
第8章神經(jīng)網(wǎng)絡(luò)模式識(shí)別法
8.1人工神經(jīng)網(wǎng)絡(luò)概述
8.2神經(jīng)網(wǎng)絡(luò)的基本概念
8.3前向神經(jīng)網(wǎng)絡(luò)
8.4競(jìng)爭(zhēng)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
8.5反饋型神經(jīng)網(wǎng)絡(luò)
習(xí)題8
第9章決策樹(shù)
9.1什么是決策樹(shù)
9.2屬性選擇的幾個(gè)度量
9.3決策樹(shù)的建立算法
習(xí)題9
第10章支持向量機(jī)
10.1支持向量機(jī)的理論基礎(chǔ)
10.2線性判別函數(shù)和判別面
10.3線性不可分下的判別面
10.4非線性可分下的判別函數(shù)
習(xí)題10
第11章粗糙集方法
11.1基本概念
11.2信息系統(tǒng)和決策表及其約簡(jiǎn)
11.3基于粗糙集的分類(lèi)器設(shè)計(jì)
習(xí)題11
參考文獻(xiàn)