主流模式識別技術(shù)及其發(fā)展研究

定　價：￥56.00

作　者：	朱凱著
出版社：	中國水利水電出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787517052975	出版時間：	2017-05-01	包裝：	平裝
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　《主流模式識別技術(shù)及其發(fā)展研究》以模式識別技術(shù)為主題，主要論述了模式識別的代表性方法，并通過一定的應(yīng)用實例，幫助讀者深入地理解理論方法，掌握模式識別的理論精髓和相關(guān)技術(shù)。此外，還對模式識別的新理論成果進行了探討，以反映出學(xué)科發(fā)展的新進展?！吨髁髂Ｊ阶R別技術(shù)及其發(fā)展研究》具體內(nèi)容包括：統(tǒng)計模式識別中的概率方法、統(tǒng)計模式識別中的聚類方法、結(jié)構(gòu)模式識別中的句法方法、特征提取與特征選擇、模糊模式識別方法、神經(jīng)網(wǎng)絡(luò)模式識別方法、統(tǒng)計學(xué)習(xí)理論與支持向量機方法等?！吨髁髂Ｊ阶R別技術(shù)及其發(fā)展研究》結(jié)構(gòu)合理，條理清晰，內(nèi)容豐富新穎，是一本值得學(xué)習(xí)研究的作。

作者簡介

暫缺《主流模式識別技術(shù)及其發(fā)展研究》作者簡介

圖書目錄

前言
第1章引言
1．1 模式與模式識別的概念
1．2 模式識別的研究方法
1．3 模式識別的應(yīng)用
第2章統(tǒng)計模式識別中的概率方法
2．1 貝葉斯決策的基本概念
2．2 基于最小錯誤率的貝葉斯決策
2．3 基于最小風(fēng)險的貝葉斯決策
2．4 正態(tài)分布模型的統(tǒng)計決策
2．5 貝葉斯分類器的錯誤率
2．6 聶曼-皮爾遜決策
2．7 概率密度函數(shù)的參數(shù)估計
2．8 概率密度函數(shù)的非參數(shù)估計
第3章統(tǒng)計模式識別中的聚類方法
3．1 聚類分析的概念
3．2 模式相似性測度與聚類準(zhǔn)則
3．3 基于距離閾值的聚類法
3．4 層次聚類算法
3．5 動態(tài)聚類算法
第4章結(jié)構(gòu)模式識別中的句法方法
4．1 形式語言基礎(chǔ)
4．2 文法推斷
4．3 句法分析
4．4 句法結(jié)構(gòu)的自動機識別
第5章特征提取與特征選擇
5．1 特征提取與特征選擇的基本概念
5．2 類別可分性判據(jù)
5．3 基于類別可分性判據(jù)的特征提取
5．4 基于K-L變換的特征提取
5．5 特征提取方法
5．6 特征選擇方法
第6章模糊模式識別方法
6．1 模糊集
6．2 模糊關(guān)系
6．3 模糊模式識別的基本方法
6．4 模糊聚類分析
第7章神經(jīng)網(wǎng)絡(luò)模式識別方法
7．1 人工神經(jīng)網(wǎng)絡(luò)的基本原理
7．2 BP神經(jīng)網(wǎng)絡(luò)
7．3 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
7．4 Hopfield神經(jīng)網(wǎng)絡(luò)
7．5 自組織特征映射神經(jīng)網(wǎng)絡(luò)
第8章統(tǒng)計學(xué)習(xí)理論與支持向量機方法
8．1 機器學(xué)習(xí)的基本問題與方法
8．2 統(tǒng)計學(xué)習(xí)理論
8．3 支持向量機
參考文獻