《模式识别与智能计算:Matlab技术实现》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13章,内容包括:模式识别概述,特征的选择与提取,模式相似性测度,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、径向基函数冲经网络、自组织竞争神经网络、慨率神经网络、对向传播神经网络、反馈型神经网络),决策树分类器,粗糙集分类器,聚类分析,模糊聚类分析,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。
第1章 模式识别概述 1.1 模式识别的基本慨念 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 特征的选择与提取 2.1 样本特征库初步分析 2.2 样品筛选处理 2.3 特征筛选处理 2.3.1 特征相关分析 2.3.2 特征选择及搜索算法 2.4 特征评估 2.5 基于主成分分析的特征提取 2.6 特征空间描述与分析 2.6.1 特征空间描述 2.6.2 特征空间分布分析 2.7 手写数字特征提取与分析 2.7.1 手写数字特征提取 2.7.2 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瑚 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 5.6 LMSE验证可分性 5.7 LMSE分类算法 5.8 Fishe-r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 6.2 BP神经网络 6.2.1 BP神经网络的基本概念 6.2.2 BP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) 6.7.1 Hopfield网络的基本概念 6.7.2 Hopfield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 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 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 9.4.1 K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 遗传算法聚类分析 11.1 遗传算法的基本概念 11.2 遗传算法的构成要素 11.2.1 染色体的编码 11.2.2 适应度函数 11.2.3 遗传算子 11.3 控制参数的选择 11.4 基于遗传算法的聚类分析 本章小结 习题11第12章 蚁群算法聚类分析 12.1 蚁群算法的基本概念 12.2 聚类数目已知的蚁群聚类算法 12.3 聚类数目未知的蚁群聚类算法 本章小结 习题12第13章 粒子群算法聚类分析 13.1 粒子群算法的基本概念 13.2 基于粒子群算法的聚类分析 本章小结 习题13参考文献
《嵌入式Linux系统开发》内容简介:通过本书,你将会学习OpenEmbedded构建系统如何工作、如何编写菜谱来构建你自己的软件组件、如何
WhenitcomestoWebdesign,styleguidesareoftentooboringandpredictabletocapturetheatt...
FreeBSD操作系统设计与实现,ISBN:9787115136855,作者:(美)(Marshall,K.M.)著目录 第一部分综述第1章BSD系统的历史和目...
本书全面涵盖了并行软件和硬件的方方面面,深入浅出地介绍如何使用mpi(分布式内存编程)、pthreads和openmp(共享内存编程)编写
《活出精彩》内容简介:在职场中打拼的你,如果意外怀孕,会怎么选择? 是生娃还是升职?还是两个都想要? 越来越多的现代女性在努
《多核计算与程序设计》主要介绍适应于多核(或多处理器)计算机系统的算法和程序,共分为五个部分进行讲解。第1部分介绍多核编程
WilliamStallings为读者提供了一本关千密码编码学与网络安全的最优秀书籍。更新的第四版反映了该领域的最新发展趋势与进展,详尽
本书由浅入深、循序渐进地介绍了MVC的体系结构和如何构建一个基于MVC的Web框架,目的是帮助软件开发人员快速掌握MVC的设计思想,
FirefoxHacksisidealforpoweruserswhowanttotakefulladvantageofFirefoxfromMozilla,t...
Categorytheoryisabranchofpuremathematicsthatisbecominganincreasinglyimportanttoo...
《世界新锐设计师:安特卫普的秘密:当代比利时前卫时装》由江苏美术出版社出版发行,展现了比利时时装崛起的过程,和所不为人知的
《意志力》内容简介:《意志力》是一本风靡全世界的心理学通俗读物。被拖延症困扰?面临情感纠葛?减肥总是反弹?控制不住购物的冲
《怎样成为一名设计师》内容简介:头脑独立的设计师需要自己发现合理建议,也需要当代设计师面对的道德与实践问题的指南。《怎样
在过去单核CPU时代,单任务在一个时间点只能执行单一程序,随着多核CPU的发展,并行程序开发就显得尤为重要。《实战Java高并发程
《全国通信专业技术人员职业水平考试参考用书:通信专业综合能力(初级)》依据《全国通信专业技术人员职业水平考试大纲》要求编写。
《智能机器时代》内容简介:身处AI(人工智能)世界,人类所有生活领域都面临着一场巨大变革。人工智能的未来发展将走向何处?我们
本书帮助你解决API设计方面的问题,共分3个部分,分别指出学习API设计是需要进行科学的训练的、Java语言在设计方面的理论及设计和
本书在全面概述电子商务模式与应用、网络平台建设、电子商务的案例与支付、物流、网络营销与CRM、管理和法律环境的理论基础上,覆
Effective系列丛书经典著作,亚马逊五星级畅销书,Ecma的JavaScript标准化委员会著名专家撰写,JavaScript语言之父、MozillaCT...
Pro/ENGINEER Wildfire3.0工程图制作1CD 内容简介 本书在循序渐进的教学中,通过精选的案例讲解了Pro/ENGINEER Wildfir...