成功加入购物车
图书条目标准图
正版现货,品相完好,如果是成套和多封面版本的书,请咨询客服再下单
杨淑莹 著 / 北京交通大学出版社 / 2005-07 / 平装
售价 ¥ 19.91 5.5折
定价 ¥36.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2024-04-15
卖家超过10天未登录
高等学校计算机科学与技术教材·图像模式识别:VC++技术实现
本书介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章,内容包括:模式识别的基本概念,位图的基础知识,分类器设计,模板匹配分类器,基于概率统计的Bayes分类器,几何分类器,神经网络分类器,图像分割与特征提取,聚类分析,模糊聚类分析,遗传算法聚类分析。
本书实用性强,选材新颖,包括了神经网络、模糊集理论、遗传算法等新技术,针对每一种模式识别技术,书中分为理论基础、实现步骤、编程代码三部分,所有算法都用VC++编程实现,程序结构简单,代码简洁,便于初学者很快掌握模式识别技术。
本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别等学科本科生、研究生的教材或教学参考书,亦可供有关工程技术人员参考。
第1章模式识别的基本概念1.1模式识别的基本概念1.2图像识别1.3位图基础小结习题第2章分类器设计2.1特征空间优化设计问题2.2分类器设计准则2.3分类器设计基本方法2.4判别函数2.5分类器的选择2.6训练与学习小结习题第3章模板匹配分类器3.1特征类设计3.2待测样品特征提取3.3训练集特征库的建立3.4模板匹配分类法小结习题第4章基于概率统计的Bayes分类器4.1Bayes决策的基本概念4.2基于最小错误率的Bayes决策4.3基于最小风险的Bayes决策4.4Bayes决策比较4.5基于二值数据的Bayes分类实现4.6基于最小错误率的Bayes分类实现4.7基于最小风险的Bayes分类实现小结习题第5章几何分类器5.1几何分类器的基本概念5.2线性判别函数5.3线性差别函数的实现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线性分类器实现分类的局限性5.10非线性判别函数5.11分段线性差别函数5.12势函数法小结习题第6章神经网络分类器6.1人工神经网络的基本原理6.2BP网络设计6.3神经网络分类器设计小结习题第7章图像分割与特征提取7.1聚类简介7.2图像阈值分割7.3图像的标识及特征提取7.4图像的轮廓提取7.5图像的测量小结习题第8章聚类分析第9章模糊聚类分析第10章遗传算法聚类分析附录A几种主要矩阵运算的程序代码参考文献
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