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
一家4口、9只鸡、1条狗、18年。制衣、种菜、捏陶、采蜜、去旅行……《造物的日常》是早川由美的手绘生活笔记,她在书中将自己根植
《常春藤英语 四级·下》内容简介:“常春藤英语系列”选材以英国、美国、加拿大和澳大利亚等主流英语国家的经典语文素材为主,内容
《ASP.NET MVC 企业级实战》内容简介:ASP.NET MVC 是微软官方提供的以MVC模式为基础的ASP.NET Web应用程序框架。MVC 将一个W...
本书系Brooks/Cole出版公司(ThomsonLearning出版集团的下属子公司)2000年推出的BookWare系列丛书(BookWareCompan...
《SAS技术内幕》内容简介:本书共27章,分为上下两卷:上卷介绍SAS编程基础与使用方法,是广大程序员快速掌握SAS编程技术的简明开发
可视化程序设计与C#.NET语言 本书特色 visual c#.net是面向对象的可视化程序设计语言,具有简洁、高效 、安全、性能优良等特点,是面向对象程序设计...
《写给数据产品经理新人的工作笔记》内容简介:本书的目标在于,为数据产品从业新人或准备转行做数据产品的读者提供一个本领域的通
Itsallinthename:LearnYouaHaskellforGreatGood!isahilarious,illustratedguidetothis...
《英格兰大教堂》内容简介:作者在一年的时间内,考察了英格兰大大小小的教堂50余座,拍下照片上万张,写了游记几十篇,并用镜头、
"DearPHP,Itsoverbetweenus.Youcankeepthekitchensink,butIwantmyMVC.WithTurboGears,...
《2020—2021年中国工业技术创新发展蓝皮书(精装版)》内容简介:本书对2020年我国及世界主要国家工业技术创新发展态势、创新热点
《上海工业旅游发展研究》内容简介:本书主要阐述上海工业旅游发展从无到有,从微观走向宏观的核心要素,以及这些要素之间的相互作
《新编会计业务从入门到精通》内容简介:《新编会计业务从入门到精通》以《会计法》《企业会计准则》以及各项财经法规的规定等为依
《计算机图形学原理及实践:C语言描述(原书第2版)》:这是计算机图形学领域的一部经典之作,作者Fley、vaDam等是国际图形学界的著
ASP.NET电子商务入门经典-(第2版) 内容简介 本书全面详细地介绍了如何构建电子商务Web站点,并通过大量的代码和示例逐步教会您设计和构建站点的具体过程。...
“这本深思熟虑的论文集(《安全之美》)帮助读者摆脱安全领域闪烁着欺骗光芒的心理恐惧,转而欣赏安全的微妙美感。本书描述了安
《HTML 5开发精要与实例详解》内容简介:这是一本以综合性案例为导向并辅之以精要知识点讲解的HTML 5实战教程。内容分为两大部分:
《西安史话》内容简介:本书只是对西安厚重历史的故事呈现,举重若轻;只是对西安3100多年建城史和1100多年建都史的粗线勾勒,挂一
电脑软件实用技巧380招 本书特色 从零开始,由浅入深,图文并茂,通俗易懂;内容丰富,全面、范例实用,边讲边练,讲练结合;目标清楚,难点、重点突出,步骤清楚,即...
《数字经济的逻辑》内容简介:数字经济是世界科技革命和产业革命的先导,是经济增长的新引擎,如今己成为我国经济发展的重要战略方