《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
《美国的故事(套装书共7册)》内容简介:本书聚焦于美国建国前后的激情岁月。从北美殖民地的建立,到独立战争的打响,再到美国前几
《汉文与东亚世界》内容简介:过去,尽管语言不同,东亚各国的商贾使节,一言不发,仅凭一纸一笔,亦可通过汉文“笔谈”,传情达意
《教你轻松学电商之淘宝海报设计》内容简介:电商海报是目前进行电商宣传的一种常用的形式,是消费者了解电商产品的一种主要的方式
《往往醉后见天真:回忆傅抱石》内容简介:傅抱石(1904—1905)是我国现代著名国画家、美术史研究和绘画理论家,其艺术成就在中国
《玩转微商》内容简介:自2014年开始,微商成为一个十分热门的关键词,随着就业难的问题,微商由于较低的准入门槛,受到了很多大学
《和风漫步》内容简介:本书是一本淡彩街景的绘画教程。淡彩是集柔美与硬朗为一体的绘画艺术,它既具有水彩的诗意,又具有钢笔的行
《会带人,才有高效团队》内容简介:针对管理者在打造团队时的困惑,作者通过多年的研究与实践,总结出一个适用于高效团队的衡量标
《解析深度学习:语音识别实践》内容简介:本书是首部介绍语音识别中深度学习技术细节的专著。全书首先概要介绍了传统语音识别理论
美国著名平面设计师JohnMcWade为你全面地讲解了平面设计的基本知识,分享了实用的设计方法和技巧,并且详细解读了许多完整的设计
《冒号课堂》以课堂对话的形式,借六位师生之口讲述编程要义。上篇对编程范式作了入门性的介绍,并对一些流行的编程语言进行了简
《设计方法学》是一部讲授创新思维与设计方法的书籍,分上、下两篇。上篇是“思维篇”,通过对思维、心理、视觉等方面的大量研究
IDAPro(交互式反汇编器专业版)是应用最广泛的静态反汇编工具,在IT领域有着举足轻重的地位,但其文档资料一直都不够完善,在ID
ShawnWelch编著的《iOSApp界面设计创意与实践》介绍如何将这些让人感到兴奋的创意原型,融入到真实的App之中。包括iOS入门、iOS用
本书系统地介绍了第三代移动通信系统的业务,主要从业务概念、业务实现流程、关键技术、关键问题以及解决问题的思路几个角度进行
本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者,从零开始,以Python编程语言为基础,在不涉及大量数学模型与复杂编
冀云编著的《C++黑客编程揭秘与防范》旨在通过简单的语法知识及常用的系统函数编程,完成一些有特定功能的安全工具,让读者对系统
DonBox是微软公司的架构师,主要研究方向为下一代Web服务协议和程序设计模型。Don是软件集成技术方面的权威。在上世纪90年代,他
《抖音电商从入门到精通》内容简介:本书从抖音电商角度出发,精心介绍了手机短视频5大核心内容:策划、拍摄、制作、引流与运营,具
《Python程序设计案例课堂》内容简介:本书以零基础讲解为宗旨,用实例引导读者深入学习,采取“基础知识→核心技术→高级应用→项
《大中东行纪(修订版)》内容简介:恐怖主义为何主要在大中东猖獗? 突尼斯小贩自焚何以点燃北非局势的燎原之火? 巴勒斯坦、黎巴