高等工科院校信息控制类课程系列化教材：模式识别原理
出版时间:
2009-02
版次:
1
ISBN:
9787563920334
定价:
26.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
219页
正文语种:
简体中文
10人买过
-
《模式识别原理》是为信息控制类各专业对于模式识别应用技术的学习而编写的教材，主要介绍关于模式识别的一些基础知识。主要内容包括：绪论，贝叶斯分类器，线性判别函数，结构法模式识别，特征空间分析，非参数模式识别方法，聚类分析，K-L变换与应用，人工神经网络，统计学习理论与支撑向量机等一些基础知识。在附录中给出了常用的一些由MATLAB语言编写的实验程序，以便于读者的课后练习。
《模式识别原理》适用于高等院校信息控制类专业及其他工科相关专业的硕士研究生以及大学本科生作为教材使用，也适用于其他相关的专业人员阅读参考。 第1章绪论
1.1基本概念
1.2基本问题
1.3模式识别系统
1.4模式识别方法
第2章贝叶斯分类器
2.1引言
2.2最小错误率贝叶斯决策
2.3最小风险贝叶斯决策
2.4判别函数与决策面
2.5正态分布贝叶斯决策的应用
2.6贝叶斯决策的扩展应用
2.7小结
第3章线性判别函数
3.1引言
3.2Fisher准则
3.3感知准则
3.4最小错分准则
3.5最小平方误差准则
3.6线性判别函数的扩展应用
3.7小结
第4章结构法模式识别
4.1模式基元
4.2结构描述方法
4.3句法分析
4.4结构匹配
4.5小结
第5章特征空间分析
5.1基本概念
5.2特征空间的距离准则
5.3特征空间的统计准则
5.4特征提取
5.5小结
第6章非参数模式识别方法
6.1最近邻法
6.2k近邻法
6.3基本非参数估计方法
6.4ParZen窗估计方法
6.5kN近邻估计方法
6.6小结
第7章聚类分析
7.1引言
7.2距离和相似系数
7.3层次聚类法
7.4有序样本聚类法
7.5小结
第8章K-L变换与应用
8.1k-L变换
8.2K-L展开式的性质与评价
8.3K-L变换的应用
8.4主分量分析法
8.5小结
第9章人工神经网络
9.1引言
9.2神经元
9.3单层感知器
9.4线性网络
9.5BP网络
9.6径向基函数网络
9.7Hopfield网络与联想记忆
9.8小结
第10章统计学习理论与支撑向量机
10.1引言
10.2机器学习问题基础
10.3统计学习理论
10.4支撑向量机
10.5多类分类问题
10.6支撑向量机的应用
10.7小结
附录模式识别实验
实验1贝叶斯分类器
实验2Fisher准则实验
实验3线性分类器设计
实验4BP神经网络分类器
实验5Hopfield神经网络分类器
实验6支撑向量机(SVM)分类器
实验7DCT变换及其应用
实验8基本PCA法分析
实验9k近邻法分类器设计
实验10层次聚类分析
实验11Parzen窗法分析
参考文献
-
内容简介:
《模式识别原理》是为信息控制类各专业对于模式识别应用技术的学习而编写的教材，主要介绍关于模式识别的一些基础知识。主要内容包括：绪论，贝叶斯分类器，线性判别函数，结构法模式识别，特征空间分析，非参数模式识别方法，聚类分析，K-L变换与应用，人工神经网络，统计学习理论与支撑向量机等一些基础知识。在附录中给出了常用的一些由MATLAB语言编写的实验程序，以便于读者的课后练习。
《模式识别原理》适用于高等院校信息控制类专业及其他工科相关专业的硕士研究生以及大学本科生作为教材使用，也适用于其他相关的专业人员阅读参考。
-
目录:
第1章绪论
1.1基本概念
1.2基本问题
1.3模式识别系统
1.4模式识别方法
第2章贝叶斯分类器
2.1引言
2.2最小错误率贝叶斯决策
2.3最小风险贝叶斯决策
2.4判别函数与决策面
2.5正态分布贝叶斯决策的应用
2.6贝叶斯决策的扩展应用
2.7小结
第3章线性判别函数
3.1引言
3.2Fisher准则
3.3感知准则
3.4最小错分准则
3.5最小平方误差准则
3.6线性判别函数的扩展应用
3.7小结
第4章结构法模式识别
4.1模式基元
4.2结构描述方法
4.3句法分析
4.4结构匹配
4.5小结
第5章特征空间分析
5.1基本概念
5.2特征空间的距离准则
5.3特征空间的统计准则
5.4特征提取
5.5小结
第6章非参数模式识别方法
6.1最近邻法
6.2k近邻法
6.3基本非参数估计方法
6.4ParZen窗估计方法
6.5kN近邻估计方法
6.6小结
第7章聚类分析
7.1引言
7.2距离和相似系数
7.3层次聚类法
7.4有序样本聚类法
7.5小结
第8章K-L变换与应用
8.1k-L变换
8.2K-L展开式的性质与评价
8.3K-L变换的应用
8.4主分量分析法
8.5小结
第9章人工神经网络
9.1引言
9.2神经元
9.3单层感知器
9.4线性网络
9.5BP网络
9.6径向基函数网络
9.7Hopfield网络与联想记忆
9.8小结
第10章统计学习理论与支撑向量机
10.1引言
10.2机器学习问题基础
10.3统计学习理论
10.4支撑向量机
10.5多类分类问题
10.6支撑向量机的应用
10.7小结
附录模式识别实验
实验1贝叶斯分类器
实验2Fisher准则实验
实验3线性分类器设计
实验4BP神经网络分类器
实验5Hopfield神经网络分类器
实验6支撑向量机(SVM)分类器
实验7DCT变换及其应用
实验8基本PCA法分析
实验9k近邻法分类器设计
实验10层次聚类分析
实验11Parzen窗法分析
参考文献
查看详情
-
全新
河北省保定市
平均发货26小时
成功完成率89.96%
-
全新
河北省保定市
平均发货28小时
成功完成率88.1%
-
全新
北京市房山区
平均发货33小时
成功完成率82.98%
-
九品
北京市昌平区
平均发货23小时
成功完成率88.36%
-
九品
北京市海淀区
平均发货22小时
成功完成率90.05%
-
全新
河北省保定市
平均发货26小时
成功完成率89.77%
-
全新
河北省保定市
平均发货26小时
成功完成率81.86%
-
全新
山东省泰安市
平均发货23小时
成功完成率90.98%
-
全新
河北省保定市
平均发货24小时
成功完成率81.42%
-
2
全新
河北省保定市
平均发货26小时
成功完成率88.95%
-
2
全新
河北省廊坊市
平均发货27小时
成功完成率87.3%
-
2
全新
河北省保定市
平均发货28小时
成功完成率86.91%
-
全新
河北省保定市
平均发货28小时
成功完成率90.23%
-
九品
北京市东城区
平均发货25小时
成功完成率89.18%
-
全新
河北省保定市
平均发货31小时
成功完成率88.03%
-
全新
河北省保定市
平均发货25小时
成功完成率92.95%
-
3
九品
江苏省徐州市
平均发货4小时
成功完成率97.76%
-
全新
山东省泰安市
平均发货21小时
成功完成率90.6%
-
2
九品
北京市海淀区
平均发货4小时
成功完成率98.11%
-
全新
河北省保定市
平均发货34小时
成功完成率85.46%
-
八五品
山东省枣庄市
平均发货9小时
成功完成率88.98%
-
全新
山东省泰安市
平均发货23小时
成功完成率85.58%
-
八五品
山东省济南市
平均发货8小时
成功完成率94.85%
-
模式识别原理
重要提醒：：：重要提醒：：所有图书保证正版，按书名发货图片仅供参考, 有疑问请咨询客服，看清书名按书名发货
九五品
北京市通州区
平均发货10小时
成功完成率91.69%
-
全新
北京市丰台区
平均发货24小时
成功完成率82.42%
-
2
全新
河北省保定市
平均发货25小时
成功完成率90.55%
-
模式识别原理
正版库存书，量大可联系客服！如遇图片不符，书名为准，感谢支持！
全新
河北省保定市
平均发货20小时
成功完成率83.07%
-
全新
广东省广州市
平均发货10小时
成功完成率94.83%
-
九五品
河北省廊坊市
平均发货18小时
成功完成率46.51%
-
全新
四川省成都市
平均发货21小时
成功完成率77.81%
-
7
八五品
重庆市沙坪坝区
平均发货8小时
成功完成率84.63%
-
4
八五品
北京市东城区
平均发货9小时
成功完成率95.62%
-
3
八五品
湖北省武汉市
平均发货5小时
成功完成率96.78%
-
3
八五品
河北省石家庄市
平均发货4小时
成功完成率97.2%
-
3
九品
河北省石家庄市
平均发货12小时
成功完成率96.78%
-
5
八五品
北京市通州区
平均发货6小时
成功完成率97.63%
-
全新
广东省广州市
平均发货8小时
成功完成率88.05%
-
九品
北京市海淀区
平均发货24小时
成功完成率83.57%
-
2
全新
河北省保定市
平均发货30小时
成功完成率80.49%
-
全新
山东省泰安市
平均发货8小时
成功完成率92.4%
-
八五品
-
八五品
陕西省咸阳市
平均发货13小时
成功完成率66.67%
-
九品
北京市昌平区
平均发货18小时
成功完成率89.12%
-
全新
北京市房山区
平均发货29小时
成功完成率79.05%
-
全新
北京市丰台区
平均发货21小时
成功完成率85.47%
-
全新
北京市丰台区
平均发货14小时
成功完成率84.71%
-
全新
河北省保定市
平均发货14小时
成功完成率88.13%
-
全新
河北省廊坊市
平均发货23小时
成功完成率57.14%
-
九品
江苏省南京市
平均发货16小时
成功完成率89.97%
占位居中
