《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
谁是极客?谁在改写人类的运程?100年以前,可能是科学怪人弗兰肯斯坦;20年以前,是微软的比尔•盖茨和苹果的斯蒂夫•乔布斯;今天
对于初学者,尤其是没有编程经验者来说,这是一本可以快速上手,真正面向应用的好教材。本书展示了Java在面向对象、事件驱动等程序设
后人类文化是指以克隆为代表的生物技术和以网络、模块为代表的相关高科技技术联手缔造的、在人类社会非常有可能出现的文化景观。
《敏捷软件开发:用户故事实战》内容简介:本书不负众望,为软件行业提供了一种高效的需求过程,通过用户故事来节省时间、消除重复
Itsnotenoughtodesignawebsitethatlooksnice.Whatsthestory?Whyisthatheadergreen?Why...
《医学临床“三基”训练技能图解·医师分册(全新彩版)》内容简介:★全新内容:本书文字内容全部进行了重新编写,大幅度提高了入
《门岭怪谈》内容简介:深夜两点整,暴雨不期而至,一行人在高速公路上迷失方向,偶然走进一间荒村旅店。命运的巨眼在黑雾中缓缓睁
《数学家养成计划》内容简介:这本书,通过图文结合的方式,力图培养青少年的数学兴趣,普及知识。书中,每个知识点、理论或术语都
《C++反汇编与逆向分析技术揭秘》内容简介:本书既是一本全面而系统地讲解反汇编与逆向分析技术的安全类专著,又是一部深刻揭示C++
Asthefirstbooktosharethenecessaryalgorithmsforcreatingcodetoexperimentwithdesign...
SOLIDWORKS高级曲面教程-2015版 本书特色 美国ds solidworks公司所著的《solidworks高 级曲面教程》(2015版)根据soli...
《OPNETModeler与网络仿真》旨在帮助读者在阅读软件帮助文件时,更方便快捷地使用OPNETModeler(下文将其简称为OPNET)。全书共分为
搜索引擎的本质是帮助用户更快、更方便、更有效地查找与获取所需信息。在不断改进搜索算法和提升性能(以技术为中心)的同时,关
《张枣的诗(修订本)》内容简介:汇集张枣毕生创作诗歌作品的精华,充分展现了张枣诗歌创作的风貌,充分展现了张枣作为新时期涌现
《油画棒宝典:路正先油画棒手绘完全自学教程》内容简介:本书是油画棒绘画的零基础完全自学教程,全书共分4章。第1章是油画棒绘画
《四季读诗》内容简介:呈现在您面前的这本《四季读诗》,是一册编排新颖、图文并茂的古诗词读本。从先秦时代的《诗经》,一直到近
《用微课学计算机应用基础(Windows 7+Office 2010)》内容简介:本书是职业院校计算机专业及其他专业的计算机基础教材,通过翔实的
《出发!可爱的虫虫世界》内容简介:“蛋蛋学校万物探秘之旅”是国内原创的一套极富趣味性和知识性的探索万物的科普漫画绘本。讲述
"AjaxinPractice"providesexample-richcoverageofAjaxpackedwithready-to-usecodeandp...
《AI新基建》内容简介:与传统基建不同,新基建更注重数字化与智能化。而近几年,AI作为新一轮科技革命和产业转型的引领性技术,已