成功加入购物车
一版一印,正版 现货 品好 无笔记
杨淑莹 著 / 电子工业出版社 / 2011-08 / 平装
售价 ¥ 88.00
品相 九五品
优惠 满包邮
延迟发货说明
上书时间2019-02-01
卖家超过10天未登录
模式识别与智能计算:Matlab技术实现(第2版)
《模式识别与智能计算:Matlab技术实现(第2版)》广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论,将其应用到模式识别领域中;以一种新的体系,系统、全面地介绍模式识别的理论、方法及应用。全书共分为14章,内容包括:模式识别概述,特征的选择与优化,模式相似性测度,基于概率统计的贝叶斯分类器设计,判别函数分类器设计,神经网络分类器设计(BP神经网络、径向基函数神经网络、自组织竞争神经网络、概率神经网络、对向传播神经网络、反馈型神经网络),决策树分类器设计,粗糙集分类器设计,聚类分析,模糊聚类分析,禁忌搜索算法聚类分析,遗传算法聚类分析,蚁群算法聚类分析,粒子群算法聚类分析。
《模式识别与智能计算:Matlab技术实现(第2版)》内容新颖,实用性强,理论与实际应用密切结合,以手写数字识别为应用实例,介绍理论运用于实践的实现步骤及相应的Matlab代码,为广大研究工作者和工程技术人员对相关理论的应用提供借鉴。
第1章模式识别概述1.1模式识别的基本概念1.2特征空间优化设计问题1.3分类器设计1.3.1分类器设计基本方法1.3.2判别函数1.3.3分类器的选择1.3.4训练与学习1.4聚类设计1.5模式识别的应用本章小结习题1第2章特征的选择与优化2.1特征空间优化设计问题2.2样本特征库初步分析2.3样品筛选处理2.4特征筛选处理2.5特征评估2.6基于主成分分析的特征提取2.7特征空间描述与分析2.7.1特征空间描述2.7.2特征空间分布分析2.8手写数字特征提取与分析2.8.1手写数字特征提取2.8.2手写数字特征空间分布分析本章小结习题2第3章模式相似性测度3.1模式相似性测度的基本概念3.2距离测度分类法3.2.1模板匹配法3.2.2基于PCA的模板匹配法3.2.3基于类中心的欧式距离法分类3.2.4马氏距离分类3.2.5夹角余弦距离分类3.2.6二值化的夹角余弦距离法分类3.2.7二值化的Tanimoto测度分类本章小结习题3第4章基于概率统计的贝叶斯分类器设计4.1贝叶斯决策的基本概念4.1.1贝叶斯决策所讨论的问题4.1.2贝叶斯公式4.2基于最小错误率的贝叶斯决策4.3基于最小风险的贝叶斯决策4.4贝叶斯决策比较4.5基于二值数据的贝叶斯分类实现4.6基于最小错误率的贝叶斯分类实现4.7基于最小风险的贝叶斯分类实现本章小结习题4第5章判别函数分类器设计5.1判别函数的基本概念5.2线性判别函数5.3线性判别函数的实现5.4感知器算法5.5增量校正算法5.6LMSE验证可分性5.7LMSE分类算法5.8Fisher分类5.9基于核的Fisher分类5.10线性分类器实现分类的局限5.11非线性判别函数5.12分段线性判别函数5.13势函数法5.14支持向量机本章小结习题5第6章神经网络分类器设计6.1人工神经网络的基本原理6.1.1人工神经元6.1.2人工神经网络模型6.1.3神经网络的学习过程6.1.4人工神经网络在模式识别问题上的优势6.2BP神经网络6.2.1BP神经网络的基本概念6.2.2BP神经网络分类器设计6.3径向基函数神经网络(RBF)6.3.1径向基函数神经网络的基本概念6.3.2径向基函数神经网络分类器设计6.4自组织竞争神经网络6.4.1自组织竞争神经网络的基本概念6.4.2自组织竞争神经网络分类器设计6.5概率神经网络(PNN)6.5.1概率神经网络的基本概念6.5.2概率神经网络分类器设计6.6对向传播神经网络(CPN)6.6.1对向传播神经网络的基本概念6.6.2对向传播神经网络分类器设计6.7反馈型神经网络(Hopfield)6.7.1Hopfield网络的基本概念6.7.2Hopfield神经网络分类器设计本章小结习题6第7章决策树分类器设计7.1决策树的基本概念7.2决策树分类器设计本章小结习题7第8章粗糙集分类器设计8.1粗糙集理论的基本概念8.2粗糙集在模式识别中的应用8.3粗糙集分类器设计本章小结习题8第9章聚类分析9.1聚类的设计9.2基于试探的未知类别聚类算法9.2.1最临近规则的试探法9.2.2最大最小距离算法9.3层次聚类算法9.3.1最短距离法9.3.2最长距离法9.3.3中间距离法9.3.4重心法9.3.5类平均距离法9.4动态聚类算法9.4.1K均值算法9.4.2迭代自组织的数据分析算法(ISODATA)9.5模拟退火聚类算法9.5.1模拟退火的基本概念9.5.2基于模拟退火思想的改进K均值聚类算法本章小结习题9第10章模糊聚类分析10.1模糊集的基本概念10.2模糊集运算10.2.1模糊子集运算10.2.2模糊集运算性质10.3模糊关系10.4模糊集在模式识别中的应用10.5基于模糊的聚类分析本章小结习题10第11章禁忌搜索算法聚类分析11.1禁忌搜索算法的基本原理11.2禁忌搜索的关键参数和相关操作11.3基于禁忌搜索算法的聚类分析本章小结习题11第12章遗传算法聚类分析12.1遗传算法的基本原理12.2遗传算法的构成要素12.2.1染色体的编码12.2.2适应度函数12.2.3遗传算子12.3控制参数的选择12.4基于遗传算法的聚类分析本章小结习题12第13章蚁群算法聚类分析13.1蚁群算法的基本原理13.2聚类数目已知的蚁群聚类算法13.3聚类数目未知的蚁群聚类算法本章小结习题13第14章粒子群算法聚类分析14.1粒子群算法的基本原理14.2基于粒子群算法的聚类分析本章小结习题14参考文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30