《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
《大图景:论生命的起源、意义和宇宙本身》内容简介:作者用天文学、物理学、化学、生物学和哲学的丝线编织成一张宇宙大图景,让我
《京津冀区域发展报告(2012)》内容简介:《京津冀区域发展报告(2012)》分为综合篇、区域篇和专题篇。其中,综合篇从总结京津冀
大数据猩球-海量数据处理实践指南 本书特色 本书以实用的、可操作的视角解释了大数据——采用黑猩猩和大象的隐喻,基于棒球统计数据集,使用a...
《5分钟生物课》内容简介:你相信鱼在水中也憋气吗?你知道植物用什么“语言”进行交流吗?果子狸是SARS的“元凶”吗?植物真能防辐
《做东:酒局里的100个生存哲学》内容简介:酒局是阴谋四伏的人性的斗争舞台,是人最高生存智慧的展示场所。《做东》是第一本最全面
伊达千代,日本知名专业平面设计师。于2007年设立TARTDESIGN,并从事与平面设计相关的教学。著有《设计的原理》等多种设计相关书
《TensorFlow自然语言处理》内容简介:本书首先介绍NLP和TensorFlow基础知识,然后介绍如何使用Word2vec(包括高级扩展)创建单词嵌
高级软件测试技术 本书特色 杜庆峰编著的《高级软件测试技术》的特点是测试技术介绍全面,不但阐述了所有基本的软件测试技术,而且介绍了许多高级主题和专门应用...
《往事住的房间》内容简介:陈丹燕历时20年写就的世界各地博物馆独家故事! 每个人都觉得自己记性不好,但是,人类真是一种不肯忘记
本书对Linux集群体系结构的硬件环境组建与其软件开发作了深入细致的介绍。通过阅读本书,可以对Linux集群体系结构有深入的认识,
《智能传播:机遇与挑战》内容简介:本书为第五届上海交通大学-国际传播学会新媒体国际论坛的优秀论文选第一辑。本辑包含14篇关于新
《素描800例,一本就够》内容简介:本书提供了动物、静物、植物、食物、人物、交通、建筑、风景等类别中的131种事物,共计867幅图例
我依然记得目睹这一建筑的时候不断产生的疑问。我们当初所钟爱的空与留白的美为何不再存留在我们的城市,而是出现在遥远的异邦?
本书是计算理论方面的优秀教材之一,包括上下文无关文法、上下文无关文法范式、有限自动机、正则语言的性质、下推自动机和上下文
本书是Objective-C领域的经典著作,对Objective-C进行了系统而全面的阐述,权威性毋庸置疑。全书共分为四大部分:第一部分全面讲
《你见过我的妈妈吗?:穿山甲松果的故事》内容简介:本书为国际爱护动物基金会(FAW)“希望的家园系列”从书之一,从中华穿山甲“
本书详细地讨论了如何编写健壮高效的代码以及模块设计技术。本书采用了自问自答的语言风格,它讨论了实际程序设计中普遍存在的,
《PyTorch深度学习简明实战》内容简介:本书针对深度学习及开源框架——PyTorch,采用简明的语言进行知识的讲解,注重实战。全书分
《系统安装、维护及故障排除实战》内容简介:本书由资深计算机硬件工程师精心编写,讲解了安装操作系统前的准备、分区与格式化硬盘
《在苍茫中点灯(珍藏版)》内容简介:继《掬水月在手》之后,《在苍茫中点灯》是陈春花老师的第二本散文集。散文中穿插着各种管理