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
《湮没的时尚·云想衣裳》内容简介:所谓时尚,是在一个特定的时间段内,率先由少数人实验、而后来为社会大众所崇尚和仿效的生活样
◎這是一本專為您個人及企業打造的工具書您是否正在不斷地尋求組織創新思考的方法?打造顧客整體消費體驗的方式?技術創新應用的
《软件困局》内容简介:软件工程其实并没有多少“工程”的成分,这已经是公开的秘密了。自计算机诞生以来,特别是20世纪60年代大批
编辑推荐自媒体红利时代,无论企业还是个人,不融入,只能OUT!你愿意做时代的弃子?传统媒体正在受到新兴的自媒体的挑战,本书旨
《房地产大转型的“互联网+”路径》中国正在快速步入移动互联网时代,线下向线上的人口大迁移浪潮深刻改变着人们生活的方方面面,
JoshuaJ.Drake是国际知名黑客,AccuvantLABS公司研究部门总监,曾在世界著名黑客大赛Pwn2Own上攻陷IE浏览器中的Java插件,曾发现
《Word/Excel/PPT 2013办公应用从入门到精通》内容简介:本书是指导初学者学习 Word/Excel/PPT 2013 的入门书籍。书中详细地介绍...
《Java Web程序设计》内容简介:本书以Web开发流程为主线,让读者了解真实的Web开发过程,体会规范化、标准化、专业化的软件开发流
《传播研究的心理学传统》内容简介:本书是一项基础性的学术史研究,旨在揭示传播学学术传统的心理学源流。以传播学和心理学的学科
嵌入式实时操作系统T-Kernel 2.0-(含光盘) 本书特色 嵌入式实时操作系统tron(the realtime operatingnucleus),其*...
《跟老男孩学Linux运维:高性能Web集群实践(上)》内容简介:全书共分为12个章节(0—11章)第0章,讲解CentOS7.6操作系统的安装。
《AI 新生》内容简介:从比尔·盖茨、埃隆·马斯克到霍金,众多企业家和科学家都曾表示担心AI对人类生存造成的威胁。真的有一天,人
Thisisyourmust-haveresourcetothetheoreticalandpracticalconceptsofmobileUX.Youlll...
《数字化工厂+工业维修服务体系》内容简介:智能制造、工业互联网已成为中国乃至世界制造业的发展方向。制造业将在数字化、智能化方
欧洲人用他们的浪漫洒脱,以及悠久的艺术传统造就了欧洲设计在世界上独树一帜的风采。本书汇集了奥地利著名设计学院历年的学生作
《TensorFlow 2.0神经网络实践》内容简介:本书通过聚焦于开发基于神经网络的解决方案来介绍机器学习,首先将从熟悉构建深度学习解
艾伦·库伯AlanCooper是软件创造者、程序员、设计师和理论家的先驱,他被认为可能是第一个为微型计算机编写了严格意义上的商业软
Ajaxhasrevolutionizedthewayusersinteractwithwebpagestoday.Gonearefrustratingpage...
本书从2001年世界电信业的那场危机谈起,解读了电信行业领先者成国的奥秘,探寻了成功的电信市场进入战略,调查了良好合作的真相
EXCEL2007函数与公式实战技巧精粹 本书特色推荐购买套装: excel 2007办公金典套装:excel 2007数据透视表应用大全+excel 2007...