成功加入购物车
图书条目标准图
批量上传,套装书可能不全,下单前咨询在线客服!图书都是8-9成新,少量笔记,不影响阅读使用!光盘、学习卡、附件等默认不带,有特殊要求,下单前请咨询客服!
刘明堂 著 / 电子工业出版社 / 2021-03 / 平装
售价 ¥ 21.40 2.4折
定价 ¥88.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2024-06-23
卖家超过10天未登录
模式识别
本书围绕模式识别的基本概念、基础理论和典型方法,从实际应用问题出发,系统描述了模式识别的常用方法和常见技巧,并给出了一系列实验及应用案例。本书首先介绍了机器视觉的概念及特征提取的概念和方法;其次介绍了线性分类模型、非线性分类模型、时间序列预测模型和混合模型等理论知识与实践操作;最后重点介绍了图像识别、视频目标检测与跟踪、语音识别、生物特征识别和医学图像检索等典型应用。
刘鹏:博士毕业于清华大学,教授,现任南京大数据研究院院长、中国大数据应用联盟人工智能专家委员会主任、中国大数据专家委员会委员。曾率队夺得2002 PennySort国际计算机排序比赛冠军(这是我国获得的第一个大数据比赛世界冠军),两次夺得全国高校科技比赛*高奖,三次夺得清华大学科技比赛*高奖。主持完成科研项目25项,发表论文80余篇,出版专业图书20部。获部级科技进步二等奖4项、三等奖4项。2002年开创性地提出了“计算池”模式,被2007年开始流行的“云计算”所证实。2003年开创性地提出了“反垃圾邮件网格”,被2008年开始流行的“云安全”所证实。荣获“全军十大学习成才标兵”、南京市“十大杰出青年”、江苏省中青年科学技术带头人、清华大学“学术新秀”等称号。刘河,现就职于重庆市教育科学研究院,中国计算机学会会员,重庆市教育信息化专家委员会成员;主要研究领域为大数据、人工智能等;独立开发了10余个软件系统,主持主研了多项省部级重点课题,编著了多部教材,获得了多个计算机软件著作权登记证书。
第1章 绪论 11.1 机器感知与视觉信息 11.1.1 机器感知 11.1.2 视觉信息感知 21.1.3 视觉机理 21.2 特征选择与提取 31.2.1 特征 31.2.2 特征选择 31.2.3 特征提取 41.3 模式识别系统 41.3.1 模式与模式识别 41.3.2 模式识别系统 51.4 机器感知与模式识别 51.5 机器感知与人工智能的关系 61.6 章节安排 6习题 7参考文献 8第2章 机器视觉 92.1 视觉系统 92.1.1 机器视觉的发展 92.1.2 机器视觉系统的构成与评价指标 102.1.3 机器视觉的应用 122.2 硬件系统 142.2.1 工业相机 152.2.2 镜头 202.2.3 光源 242.2.4 其他组成部分 292.3 视觉软件 302.4 实验:车牌识别 312.4.1 实验目的 312.4.2 实验要求 312.4.3 实验原理 312.4.4 实验环境 312.4.5 实验步骤 31习题 32参考文献 33第3章 特征提取 353.1 特征提取简述 353.2 特征选择 373.2.1 特征方差 383.2.2 特征相关系数 383.2.3 类间距离 383.2.4 降维 383.3 降维 393.3.1 基于PCA的特征提取 403.3.2 PCA的步骤 413.4 类脑智能 423.4.1 模式识别与人工智能 423.4.2 类脑智能的概念 433.4.3 类脑智能的技术框架 443.5 模式识别系统设计 453.6 计算学习理论 463.6.1 基本的PAC模型 473.6.2 基本概念 473.6.3 问题框架 483.6.4 小结 493.7 实验:基于PCA的特征脸提取 493.7.1 实验目的 493.7.2 实验要求 493.7.3 实验原理 493.7.4 实验步骤 503.7.5 实验结果 51习题 53参考文献 53第4章 线性分类模型 554.1 线性判别函数 554.1.1 两类问题 554.1.2 多类问题 574.2 Fisher线性判别函数 594.3 感知器算法 624.4 最小平方误差算法 644.5 Logistic回归 654.6 基于Python实现感知器算法 694.6.1 基于sklearn库实现感知器算法 694.6.2 实验结果分析 734.7 实验:感知器算法实现 744.7.1 实验目的 744.7.2 实验要求 754.7.3 实验原理及具体步骤 754.7.4 实验结果 77习题 79参考文献 79第5章 非线性分类 815.1 分段线性判别函数 815.1.1 最小距离分类器 815.1.2 一般的分段线性判别函数 825.2 决策树和随机森林 855.2.1 树状分类过程 855.2.2 构造决策树 865.2.3 森林分类过程 895.3 支持向量机 905.3.1 线性可分情况 905.3.2 线性不可分情况 915.4 贝叶斯分类网络 935.4.1 贝叶斯决策的相关概念 935.4.2 最小错误率贝叶斯决策 945.4.3 最小风险贝叶斯决策 955.4.4 正态分布贝叶斯分类 965.5 神经网络 975.5.1 神经网络基本单元 975.5.2 前馈神经网络 985.5.3 Hopfield反馈神经网络 1025.6 基于Python实现决策树和随机森林算法 1035.6.1 决策树和随机森林算法的基本特征 1035.6.2 实验结果分析 1065.7 实验:决策树和随机森林算法实现 1075.7.1 实验目的 1075.7.2 实验要求 1075.7.3 实验原理及步骤 1075.7.4 实验结果 111习题 113参考文献 113第6章 时间序列预测 1156.1 时间序列预测概述 1156.1.1 时间序列 1156.1.2 编制时间序列的原则 1176.1.3 时间序列预测方法 1186.1.4 时间序列预测流程 1206.1.5 时间序列预测模型评估 1216.2 指数平滑法 1226.2.1 一次指数平滑 1236.2.2 二次指数平滑 1236.2.3 三次指数平滑 1246.2.4 平滑系数的选择 1246.3 自回归滑动平均模型 1246.3.1 自回归模型 1256.3.2 移动平均模型 1256.3.3 自回归滑动平均模型表示 1256.3.4 自回归滑动平均模型建模 1266.4 自回归积分滑动平均模型 1286.4.1 自回归积分滑动平均模型表示 1286.4.2 自回归积分滑动平均模型建模 1286.4.3 案例分析 1296.5 长短期记忆网络模型 1336.5.1 循环神经网络 1346.5.2 长短期记忆网络 1346.6 实验:基于LSTM的股票最高价预测 1356.6.1 实验目的 1356.6.2 实验要求 1356.6.3 实验原理 1366.6.4 实验步骤 1376.6.5 实验结果 141习题 143参考文献 143第7章 混合模型 1457.1 高斯模型与高斯混合模型 1457.1.1 高斯模型 1457.1.2 高斯混合模型 1467.2 贝叶斯混合模型 1477.3 集成学习 1487.3.1 Boosting 1497.3.2 AdaBoost 1497.4 实验:基于AdaBoost集成学习的乳腺癌分类 1537.4.1 实验目的 1537.4.2 实验要求 1547.4.3 实验原理 1547.4.4 实验内容 1567.4.5 实验结果 162习题 163参考文献 163第8章 图像识别 1648.1 数字图像处理系统 1648.1.1 图像感知与获取 1648.1.2 图像处理硬件 1658.1.3 图像处理软件 1668.1.4 图像的显示和存储 1668.2 图像特征描述 1678.2.1 几何特征 1678.2.2 形状特征 1708.2.3 颜色特征 1728.2.4 纹理特征 1738.3 图像特征提取 1758.3.1 基于Hu不变矩的形状特征提取 1758.3.2 基于联合概率矩阵法的纹理特征提取 1778.3.3 分块颜色直方图特征提取 1788.3.4 基于小波变换的图像特征提取 1798.4 目标识别 1808.4.1 结构判别方法 1818.4.2 决策理论方法 1838.5 基于区域生长法的图像识别 1868.5.1 区域生长法的基本原理 1868.5.2 基于区域生长法的裂缝识别系统 1888.5.3 实验结果分析 1898.6 实验:水泥面裂缝检测 1918.6.1 实验目的 1918.6.2 实验要求 1918.6.3 实验原理 1918.6.4 实验步骤 1928.6.5 实验结果 192习题 193参考文献 194第9章 视频目标检测与跟踪 1969.1 视频目标检测 1969.1.1 帧间差分法 1969.1.2 光流法 1979.1.3 背景减除法 1989.1.4 目标检测在复杂场景中应用的困难 2029.2 运动目标跟踪 2029.2.1 MeanShift跟踪算法 2029.2.2 卡尔曼滤波跟踪算法 2059.2.3 多目标跟踪算法 2089.3 运动目标检测的性能评价 2119.3.1 主观评价 2129.3.2 客观评价 2129.4 图像视频数据集 2149.4.1 MOT16数据集 2149.4.2 PETS2016数据集 2159.4.3 ChangeDetection.net数据集 2169.4.4 OTCBVS红外图像数据集 2169.4.5 KITTI自动驾驶数据集 2179.4.6 Cityscapes Dataset数据集 2179.5 实验:多目标跟踪实验 2189.5.1 实验目的 2189.5.2 实验要求 2189.5.3 实验原理 2189.5.4 实验步骤及实验结果 219习题 222参考文献 222第10章 语音识别 22410.1 语音识别概述 22410.1.1 语音识别的研究背景 22410.1.2 语音识别的现状与问题 22510.1.3 语音识别系统的基本结构 22610.2 声学模型 22710.2.1 混合高斯模型 22710.2.2 隐马尔可夫模型 22810.3 语言模型 22910.3.1 语言模型的基础理论 22910.3.2 基于知识的语言模型 22910.3.3 基于统计方法的语言模型 23010.3.4 基于知识的语言模型和基于统计方法的语言模型比较 23110.4 解码器 23210.5 深度学习模型 23410.5.1 深度神经网络 23410.5.2 DNN前向传播算法 23510.5.3 DNN反向传播算法 23610.5.4 DNN中的激活函数 23610.6 基于MFCC的语音识别 23710.6.1 MFCC特征提取 23710.6.2 MFCC的基本原理 23710.7 基于DNN-MFCC混合系统的语音识别 24210.7.1 DNN和MFCC结合的原理 24210.7.2 DNN-MFCC混合系统 24410.8 实验:基于MFCC特征和THCHS-30数据集的语音识别 24610.8.1 实验目的 24610.8.2 实验要求 24610.8.3 实验原理 24710.8.4 实验步骤 24810.8.5 实验结果 248习题 249参考文献 250第11章 生物特征识别 25211.1 生物特征识别概述 25211.1.1 生物特征 25211.1.2 生物特征识别系统 25311.1.3 应用概况和发展趋势 25511.2 指纹识别 25611.2.1 指纹特征 25711.2.2 指纹采集设备 25811.2.3 指纹图像预处理 25911.2.4 指纹特征提取 26411.2.5 指纹特征匹配 26611.3 人脸识别 26711.3.1 人脸识别概述 26711.3.2 人脸检测 26911.3.3 人脸特征提取 27111.3.4 人脸特征匹配 27311.4 虹膜识别 27411.4.1 虹膜识别概述 27411.4.2 虹膜定位 27511.4.3 虹膜图像归一化 27711.4.4 虹膜特征提取 27811.4.5 虹膜特征匹配 27911.5 步态识别 28011.5.1 步态识别概述 28011.5.2 步态特征提取 28111.5.3 步态特征匹配 28211.6 实验:人脸识别 28311.6.1 实验目的 28311.6.2 实验要求 28311.6.3 实验原理 28311.6.4 实验步骤 283习题 284参考文献 285第12章 医学图像检索 28712.1 医学图像检索概述 28712.1.1 医学图像的特点 28712.1.2 基于内容的医学图像检索 28812.1.3 医学图像检索框架 29012.1.4 医学图像检索中的关键技术 29212.2 多媒体内容描述标准MPEG-7 29212.2.1 MPEG-7的基本概念 29312.2.2 MPEG-7的主要元素 29312.2.3 MPEG-7的组成 29412.2.4 MPEG-7视觉描述工具 29512.3 基于MPEG-7纹理描述子的X射线胸片图像检索 29712.3.1 X射线胸片图像 29712.3.2 基于同构型纹理描述子的X射线胸片图像检索 29812.4 图像检索系统性能评价 30112.5 实验:基于颜色直方图的医学图像检索 30212.5.1 实验目的 30212.5.2 实验要求 30212.5.3 实验原理 30212.5.4 实验步骤 30212.5.5 实验结果 310习题 311参考文献 312附录A 人工智能实验环境 314
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