注冊 | 登錄讀書好，好讀書，讀好書！
讀書網(wǎng)-DuShu.com
當(dāng)前位置： 首頁出版圖書科學(xué)技術(shù)工業(yè)技術(shù)一般工業(yè)技術(shù)模式識別與智能計(jì)算：MATLAB技術(shù)實(shí)現(xiàn)（第5版）

模式識別與智能計(jì)算：MATLAB技術(shù)實(shí)現(xiàn)（第5版）

模式識別與智能計(jì)算：MATLAB技術(shù)實(shí)現(xiàn)（第5版）

定　價：￥68.00

作　者： 楊淑瑩
出版社： 電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽： 暫缺
ISBN： 9787121490217 出版時間： 2025-01-01 包裝： 平塑
開本： 頁數(shù)： 字?jǐn)?shù)：  

內(nèi)容簡介

　　本書廣泛吸取統(tǒng)計(jì)學(xué)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能、群智能計(jì)算等學(xué)科的先進(jìn)思想和理論，將其應(yīng)用到模式識別領(lǐng)域中；以一種新的體系，系統(tǒng)、全面地介紹模式識別的理論、方法及應(yīng)用。本書第5版在現(xiàn)有版本的基礎(chǔ)上做了優(yōu)化，改動量為30%，篇幅由之前的13章壓縮到11章，內(nèi)容包括：模式識別概述，特征的選擇與優(yōu)化，模式相似性測度，基于概率統(tǒng)計(jì)的貝葉斯分類器設(shè)計(jì)，判別函數(shù)分類器設(shè)計(jì)，神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì)（BP神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)、自組織競爭神經(jīng)網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)、對向傳播神經(jīng)網(wǎng)絡(luò)、反饋型神經(jīng)網(wǎng)絡(luò)），決策樹分類器設(shè)計(jì)，聚類分析，遺傳算法聚類分析，群體智能算法分析等。本書內(nèi)容新穎，實(shí)用性強(qiáng)，理論與實(shí)際應(yīng)用密切結(jié)合，以手寫數(shù)字識別為應(yīng)用實(shí)例，介紹理論運(yùn)用于實(shí)踐的實(shí)現(xiàn)步驟及相應(yīng)的Matlab代碼，為廣大研究工作者和工程技術(shù)人員對相關(guān)理論的應(yīng)用提供借鑒。

作者簡介

　　楊淑瑩，天津理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院教授，全國優(yōu)秀教師，天津市教學(xué)名師。多年來，楊教授堅(jiān)守教學(xué)一線，承擔(dān)“數(shù)字圖像處理”、“模式識別”等課程的教學(xué)任務(wù)。她刻苦鉆研算機(jī)視覺、模式識別等前沿技術(shù)，承擔(dān)多項(xiàng)省部級以上科研項(xiàng)目，獲得省部級科技進(jìn)步獎2項(xiàng)。重構(gòu)教學(xué)內(nèi)容，將跨學(xué)科知識點(diǎn)與項(xiàng)目融合，經(jīng)典與前沿技術(shù)融合，實(shí)踐體系與項(xiàng)目案例融合，主講課程被評為國家級線上線下混合式一流課程和國家級精品課。

圖書目錄

第１ 篇　基　礎(chǔ)　篇
第１ 章　 模式識別概述 ………………………………………………………………………… ２
　 　 １?? １　 模式識別的基本概念……………………………………………………………………… ２
　 　 １?? ２　 統(tǒng)計(jì)模式識別 …………………………………………………………………………… ５
　 　 　 　 １?? ２?? １　 統(tǒng)計(jì)模式識別研究的主要問題 …………………………………………………… ５
　 　 　 　 １?? ２?? ２　 統(tǒng)計(jì)模式識別方法簡介…………………………………………………………… ６
　 　 １?? ３　 分類分析 ………………………………………………………………………………… ９
　 　 　 　 １?? ３?? １　 分類器設(shè)計(jì) ……………………………………………………………………… ９
　 　 　 　 １?? ３?? ２　 分類器的選擇…………………………………………………………………… １１
　 　 　 　 １?? ３?? ３　 訓(xùn)練與學(xué)習(xí) …………………………………………………………………… １２
　 　 １?? ４　 聚類分析 ……………………………………………………………………………… １２
　 　 　 　 １?? ４?? １　 聚類的設(shè)計(jì) …………………………………………………………………… １３
　 　 　 　 １?? ４?? ２　 基于試探法的聚類設(shè)計(jì) ………………………………………………………… １４
　 　 　 　 １?? ４?? ３　 基于群體智能優(yōu)化算法的聚類設(shè)計(jì) ……………………………………………… １５
　 　 １?? ５　 模式識別的應(yīng)用 ………………………………………………………………………… １６
　 　 本章小結(jié)……………………………………………………………………………………… １６
　 　 習(xí)題 １ ……………………………………………………………………………………… １７
第２ 章　 特征的選擇與優(yōu)化 …………………………………………………………………… １８
　 　 ２?? １　 特征空間優(yōu)化設(shè)計(jì)問題 ………………………………………………………………… １８
　 　 ２?? ２　 樣本特征庫初步分析 …………………………………………………………………… １９
　 　 ２?? ３　 樣本篩選處理 …………………………………………………………………………… ２０
　 　 ２?? ４　 特征篩選處理 …………………………………………………………………………… ２０
　 　 ２?? ５　 特征評估 ……………………………………………………………………………… ２２
　 　 ２?? ６　 基于主成分分析的特征提取……………………………………………………………… ２４
　 　 ２?? ７　 特征空間描述與分布分析 ……………………………………………………………… ２７
　 　 　 　 ２?? ７?? １　 特征空間描述…………………………………………………………………… ２７
　 　 　 　 ２?? ７?? ２　 特征空間分布分析 ……………………………………………………………… ３２
　 　 ２?? ８　 手寫數(shù)字特征提取與空間分布分析 ……………………………………………………… ３５
　 　 　 　 ２?? ８?? １　 手寫數(shù)字特征提取 ……………………………………………………………… ３５
　 　 　 　 ２?? ８?? ２　 手寫數(shù)字特征空間分布分析 …………………………………………………… ３６
　 　 本章小結(jié)……………………………………………………………………………………… ４１
　 　 習(xí)題 ２ ……………………………………………………………………………………… ４１
Ⅴ
第３ 章　 模式相似性測度 ……………………………………………………………………… ４２
　 　 ３?? １　 模式相似性測度的基本概念……………………………………………………………… ４２
　 　 ３?? ２　 距離測度分類法 ………………………………………………………………………… ４５
　 　 　 　 ３?? ２?? １　 模板匹配法 …………………………………………………………………… ４５
　 　 　 　 ３?? ２?? ２　 基于 ＰＣＡ 的模板匹配法 ………………………………………………………… ４７
　 　 　 　 ３?? ２?? ３　 馬氏距離分類…………………………………………………………………… ４９
　 　 本章小結(jié)……………………………………………………………………………………… ５１
　 　 習(xí)題 ３ ……………………………………………………………………………………… ５１
第２ 篇　分類器設(shè)計(jì)篇
第４ 章　 基于概率統(tǒng)計(jì)的貝葉斯分類器設(shè)計(jì) ………………………………………………… ５３
　 　 ４?? １　 貝葉斯決策的基本概念 ………………………………………………………………… ５３
　 　 　 　 ４?? １?? １　 貝葉斯決策所討論的問題 ……………………………………………………… ５３
　 　 　 　 ４?? １?? ２　 貝葉斯公式 …………………………………………………………………… ５４
　 　 ４?? ２　 基于最小錯誤率的貝葉斯決策…………………………………………………………… ５６
　 　 ４?? ３　 基于最小風(fēng)險(xiǎn)的貝葉斯決策……………………………………………………………… ５９
　 　 ４?? ４　 貝葉斯決策比較 ………………………………………………………………………… ６１
　 　 ４?? ５　 基于最小錯誤率的貝葉斯分類實(shí)現(xiàn) ……………………………………………………… ６２
　 　 ４?? ６　 基于最小風(fēng)險(xiǎn)的貝葉斯分類實(shí)現(xiàn) ………………………………………………………… ６６
　 　 本章小結(jié)……………………………………………………………………………………… ６９
　 　 習(xí)題 ４ ……………………………………………………………………………………… ６９
第５ 章　 判別函數(shù)分類器設(shè)計(jì) ………………………………………………………………… ７０
　 　 ５?? １　 判別函數(shù)的基本概念 …………………………………………………………………… ７０
　 　 ５?? ２　 線性判別函數(shù)的概念 …………………………………………………………………… ７１
　 　 ５?? ３　 線性判別函數(shù)的實(shí)現(xiàn) …………………………………………………………………… ７５
　 　 ５?? ４　 感知器算法……………………………………………………………………………… ７６
　 　 ５?? ５　 增量校正算法 …………………………………………………………………………… ８３
　 　 ５?? ６　 ＬＭＳＥ 分類算法 ………………………………………………………………………… ８９
　 　 ５?? ７　 Ｆｉｓｈｅｒ 分類 ……………………………………………………………………………… ９２
　 　 ５?? ８　 基于核的 Ｆｉｓｈｅｒ 分類 …………………………………………………………………… ９６
　 　 ５?? ９　 勢函數(shù)法 ……………………………………………………………………………… １０３
　 　 ５?? １０　 支持向量機(jī)…………………………………………………………………………… １０８
　 　 本章小結(jié) …………………………………………………………………………………… １１４
　 　 習(xí)題 ５ ……………………………………………………………………………………… １１４
第６ 章　 神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì) ……………………………………………………………… １１５
　 　 ６?? １　 人工神經(jīng)網(wǎng)絡(luò)的基本原理 ……………………………………………………………… １１５
　 　 　 　 ６?? １?? １　 人工神經(jīng)元 …………………………………………………………………… １１５
　 　 　 　 ６?? １?? ２　 人工神經(jīng)網(wǎng)絡(luò)模型 …………………………………………………………… １１８
　 　 　 　 ６?? １?? ３　 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程…………………………………………………………… １２１
Ⅵ
　　　?。?? １?? ４　人工神經(jīng)網(wǎng)絡(luò)在模式識別問題上的優(yōu)勢………………………………………… １２１
　 　 ６?? ２　 ＢＰ 神經(jīng)網(wǎng)絡(luò) …………………………………………………………………………… １２２
　 　 　 　 ６?? ２?? １　 ＢＰ 神經(jīng)網(wǎng)絡(luò)的基本概念 ……………………………………………………… １２２
　 　 　 　 ６?? ２?? ２　 ＢＰ 神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì) ……………………………………………………… １２７
　 　 ６?? ３　 徑向基函數(shù) （ＲＢＦ） 神經(jīng)網(wǎng)絡(luò) ………………………………………………………… １３２
　 　 　 　 ６?? ３?? １　 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的基本概念 ……………………………………………… １３２
　 　 　 　 ６?? ３?? ２　 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì) ……………………………………………… １３６
　 　 ６?? ４　 自組織競爭神經(jīng)網(wǎng)絡(luò)…………………………………………………………………… １３９
　 　 　 　 ６?? ４?? １　 自組織競爭神經(jīng)網(wǎng)絡(luò)的基本概念 ……………………………………………… １３９
　 　 　 　 ６?? ４?? ２　 自組織競爭神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì) ……………………………………………… １４１
　 　 ６?? ５　 概率神經(jīng)網(wǎng)絡(luò) （ＰＮＮ） ………………………………………………………………… １４４
　 　 　 　 ６?? ５?? １　 概率神經(jīng)網(wǎng)絡(luò)的基本概念 ……………………………………………………… １４４
　 　 　 　 ６?? ５?? ２　 概率神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì) ……………………………………………………… １４８

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.afriseller.com 2005-2026, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號