成功加入购物车
图书条目标准图
正版二手书,下午四点之前的订单当天发走
孙亮 、 禹晶 著 / 北京工业大学出版社 / 2009-02 / 平装
售价 ¥ 5.00 1.9折
定价 ¥26.00
品相 八五品
优惠 满包邮
延迟发货说明
上书时间2024-06-08
卖家超过10天未登录
高等工科院校信息控制类课程系列化教材:模式识别原理
《模式识别原理》是为信息控制类各专业对于模式识别应用技术的学习而编写的教材,主要介绍关于模式识别的一些基础知识。主要内容包括:绪论,贝叶斯分类器,线性判别函数,结构法模式识别,特征空间分析,非参数模式识别方法,聚类分析,K-L变换与应用,人工神经网络,统计学习理论与支撑向量机等一些基础知识。在附录中给出了常用的一些由MATLAB语言编写的实验程序,以便于读者的课后练习。
《模式识别原理》适用于高等院校信息控制类专业及其他工科相关专业的硕士研究生以及大学本科生作为教材使用,也适用于其他相关的专业人员阅读参考。
第1章绪论1.1基本概念1.2基本问题1.3模式识别系统1.4模式识别方法第2章贝叶斯分类器2.1引言2.2最小错误率贝叶斯决策2.3最小风险贝叶斯决策2.4判别函数与决策面2.5正态分布贝叶斯决策的应用2.6贝叶斯决策的扩展应用2.7小结第3章线性判别函数3.1引言3.2Fisher准则3.3感知准则3.4最小错分准则3.5最小平方误差准则3.6线性判别函数的扩展应用3.7小结第4章结构法模式识别4.1模式基元4.2结构描述方法4.3句法分析4.4结构匹配4.5小结第5章特征空间分析5.1基本概念5.2特征空间的距离准则5.3特征空间的统计准则5.4特征提取5.5小结第6章非参数模式识别方法6.1最近邻法6.2k近邻法6.3基本非参数估计方法6.4ParZen窗估计方法6.5kN近邻估计方法6.6小结第7章聚类分析7.1引言7.2距离和相似系数7.3层次聚类法7.4有序样本聚类法7.5小结第8章K-L变换与应用8.1k-L变换8.2K-L展开式的性质与评价8.3K-L变换的应用8.4主分量分析法8.5小结第9章人工神经网络9.1引言9.2神经元9.3单层感知器9.4线性网络9.5BP网络9.6径向基函数网络9.7Hopfield网络与联想记忆9.8小结第10章统计学习理论与支撑向量机10.1引言10.2机器学习问题基础10.3统计学习理论10.4支撑向量机10.5多类分类问题10.6支撑向量机的应用10.7小结附录模式识别实验实验1贝叶斯分类器实验2Fisher准则实验实验3线性分类器设计实验4BP神经网络分类器实验5Hopfield神经网络分类器实验6支撑向量机(SVM)分类器实验7DCT变换及其应用实验8基本PCA法分析实验9k近邻法分类器设计实验10层次聚类分析实验11Parzen窗法分析参考文献
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