本书全面阐述了模式识别的基础理论、最新方法以及各种应用。模式识别是信息科学和人工智能的重要组成部分,主要应用领域有图像分析、光学字符识别、信道均衡、语言识别和音频分类等。本书在完美地结合当前的理论与实践的基础上,讨论了贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、上下文相关分类、特征生成、特征选取技术、学习理论的基本概念以及聚类概念与算法。与前一版相比,增加了大数据集和高维数据相关的最新算法,这些算法适用于Web挖掘和生物信息等应用;提供了最新的分类器和鲁棒回归的核方法;分类器组合技术,包括Boosting方法。新增一些热点问题,如非线性降维、非负矩阵因数分解、关联性反馈、鲁棒回归、半监督学习、谱聚类和聚类组合技术。每章均提供有习题与练习,用MATLAB求解问题,给出一些例题的多种求解方法;且支持网站上提供有习题解答,以便于读者增加实际经验。
本书可作为高等院校自动化、计算机、电子和通信等专业研究生和高年级本科生的教材,也可作为计算机信息处理、自动控制等相关领域的工程技术人员的参考用书。
第1章 导论
1.1 模式识别的重要性
1.2 特征、特征向量和分类器
1.3 有监督、无监督和半监督学习
1.4 MATLAB程序
1.5 本书的内容安排
第2章 基于贝叶斯决策理论的分类器
2.1 引言
2.2 贝叶斯决策理论
2.3 判别函数和决策面
2.4 正态分布的贝叶斯分类
2.5 未知概率密度函数的估计
2.6 最近邻规则
2.7 贝叶斯网络
习题
MATLAB编程和练习
参考文献
第3章 线性分类器
3.1 引言
3.2 线性判别函数和决策超平面
3.3 感知器算法
3.4 最小二乘法
3.5 均方估计的回顾
3.6 逻辑识别
3.7 支持向量机
习题
MATLAB编程和练习
参考文献
第4章 非线性分类器
4.1 引言
4.2 异或问题
4.3 两层感知器
4.4 三层感知器
4.5 基于训练集准确分类的算法
4.6 反向传播算法
4.7 反向传播算法的改进
4.8 代价函数选择
4.9 神经网络大小的选择
4.10 仿真实例
4.11 具有权值共享的网络
4.12 线性分类器的推广
4.13 线性二分法中1维空间的容量
4.14 多项式分类器
4.15 径向基函数网络
4.16 通用逼近
4.17 概率神经元网络
4.18 支持向量机:非线性情况
4.19 超越SVM的范例
4.20 决策树
4.21 合并分类器
4.22 合并分类器的增强法
4.23 类的不平衡问题
4.24 讨论
习题
MATLAB编程和练习
参考文献
第5章 特征选择
5.1 引言
5.2 预处理
5.3 峰值现象
5.4 基于统计假设检验的特征选择
5.5 接收机操作特性(ROC)曲线
5.6 类可分性测量
5.7 特征子集的选择
5.8 最优特征生成
5.9 神经网络和特征生成/选择
5.10 推广理论的提示
5.11 贝叶斯信息准则
习题
MATLAB编程和练习
参考文献
第6章 特征生成I:线性变换
6.1 引言
6.2 基本向量和图像
6.3 Karhunen-Loève变换
6.4 奇异值分解
6.5 独立成分分析
6.6 非负矩阵因子分解
6.7 非线性维数降低
6.8 离散傅里叶变换(DFT)
6.9 离散正弦和余弦变换
6.10 Hadamard变换
6.11 Haar变换
6.12 回顾Haar展开式
6.13 离散时间小波变换(DTWT)
6.14 多分辨解释
6.15 小波包
6.16 二维推广简介
6.17 应用
习题
MATLAB编程和练习
参考文献
第7章 特征生成II
7.1 引言
7.2 区域特征
7.3 字符形状和大小的特征
7.4 分形概述
7.5 语音和声音分类的典型特征
习题
MATLAB编程和练习
参考文献
第8章 模板匹配
8.1 引言
8.2 基于最优路径搜索技术的测度
8.3 基于相关的测度
8.4 可变形的模板模型
8.5 基于内容的信息检索:相关反馈
习题
MATLAB编程和练习
参考文献
第9章 上下文相关分类
9.1 引言
9.2 贝叶斯分类器
9.3 马尔可夫链模型
9.4 Viterbi算法
9.5 信道均衡
9.6 隐马尔可夫模型
9.7 状态驻留的HMM
9.8 用神经网络训练马尔可夫模型
9.9 马尔可夫随机场的讨论
习题
MATLAB编程和练习
参考文献
第10章 监督学习:尾声
10.1 引言
10.2 误差计算方法
10.3 探讨有限数据集的大小
10.4 医学图像实例研究
10.5 半监督学习
习题
参考文献
第11章 聚类:基本概念
11.1 引言
11.2 近邻测度
习题
参考文献
第12章 聚类算法I:顺序算法
12.1 引言
12.2 聚类算法的种类
12.3 顺序聚类算法
12.4 BSAS的改进
12.5 两个阈值的顺序方法
12.6 改进阶段
12.7 神经网络的实现
习题
MATLAB编程和练习
参考文献
第13章 聚类算法II:层次算法
13.1 引言
13.2 合并算法
13.3 cophenetic矩阵
13.4 分裂算法
13.5 用于大数据集的层次算法
13.6 最佳聚类数的选择
习题
MATLAB编程和练习
参考文献
第14章 聚类算法III:基于函数最优方法
14.1 引言
14.2 混合分解方法
14.3 模糊聚类算法
14.4 可能性聚类
14.5 硬聚类算法
14.6 向量量化
附录
习题
MATLAB编程和练习
参考文献
第15章 聚类算法IV
15.1 引言
15.2 基于图论的聚类算法
15.3 竞争学习算法
15.4 二值形态聚类算法
15.5 边界检测算法
15.6 谷点搜索聚类算法
15.7 通过代价最优聚类(回顾)
15.8 核聚类方法
15.9 对大数据集的基于密度算法
15.10 高维数据集的聚类算法
15.11 其他聚类算法
15.12 聚类组合
习题
MATLAB编程和练习
参考文献
第16章 聚类有效性
16.1 引言
16.2 假设检验回顾
16.3 聚类有效性中的假设检验
16.4 相关准则
16.5 单独聚类有效性
16.6 聚类趋势
习题
参考文献
附录A 概率论和统计学的相关知识
附录B 线性代数基础
附录C 代价函数的优化
附录D 线性系统理论的基本定义
索引
《尘埃博物馆》内容简介:本书是诗人、作家刘立杆的全新诗集。诗人秉持他一贯的沉静风格,带着冷峻的、观察者式的眼光进入层叠的二
Thispracticalguideprovidesmorethan150recipestohelpyougeneratehigh-qualitygraphsq...
《TensorFlow与自然语言处理应用》内容简介:自然语言处理(NLP)是计算机科学、人工智能、语言学关注计算机和人类(自然)语言之间
Areyoustilldesigningwebsiteslikeits1999?Ifso,youreinforasurprise.Sincethelastedi...
《路演中国》内容简介:本书用通俗易懂的语言阐述了路演含义、形成、演变、重要作用、落地策略、实用案例,以及各种不同路演的运作
TakeyourExcelskillstothenextlevelwithVBAprogrammingNowthatyouvemasteredExcelbasi...
《第一次发现名画之美:莫奈》内容简介:本书的亮点是每幅经典画作都以孩子的视角、孩子的语言对经典艺术作品提问,以问答的形式进
《大树快跑》内容简介:“我”是一个童话作家,一天,一只八哥鸟来到了“我”的窗前,希望“我”帮它记录下来它的故事。纬四路上住
《国企混改实战100问》内容简介:国企改革是我国经济体制改革的重要内容。党的十八届三中全会以来,国企通过混改的方式寻求新一轮增
《手把手教你学C语言》内容简介:本书是学习C语言的入门书籍,内容非常全面,包含C语言基础知识、流程控制、数组、函数、指针、字符
《移动端网络营销推广实战从入门到精通》内容简介:移动互联网时代,微营销兴起,对于企业、商家或移动互联网平台而言,利用各种移
《数据中台:赋能企业实时经营与商业创新》内容简介:随着数字化的浪潮席卷而来,无论是个人还是企业,相信都已经真切地感受到了数
《PhotoShopCS2经典UI设计效果表现》由多年从事UI设计的优秀设计师精心编写,结构合理、重点突出、实例丰富、图文并茂,讲解方式
ExtJS4isSencha’slatestJavaScriptframeworkfordevelopingcross-platformwebapplicati...
《心智社会》内容简介:人类思维是一个复杂的过程。“为什么人类下雨不想被淋湿,却愿意在卫生间沐浴”这种3岁小孩都知道的问题,计
UserexperiencedesignisthedisciplineofcreatingausefulandusableWebsiteorapplicatio...
智能家庭物联网系统 本书特色 本书以实际开发出来的智能家庭物联网系统为例,全面系统地介绍了智能家庭物联网系统的分层架构,包括家电数据采集与传感控制层、网络传输及...
本书分为四个部分,每部分内容都由一个研究案例引出。第一部分介绍了如何保证系统的生存,即维护系统正常运行。第二部分介绍了如
Ubuntu Linux完全自学教程 本书特色 全程图片讲解轻松推进,100%可实践针对性实例,节省70%学习时间Ubuntu Linux完全自学教程 内容简介...
《会吃的孩子更健康》内容简介:食商,即饮食商数,类似于我们常说的智商、情商、艺商等概念。如今,人们对于饮食的追求不再仅仅是