孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

模式分类

模式分类
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] 著 , 译
出版社: 机械工业出版社
2003-09
版次: 1
ISBN: 9787111121480
定价: 59.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 530页
丛书: 计算机科学丛书
分类: 计算机与互联网
3 张插图图片
976人买过
  • 　　《模式分类》（原书第2版）的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经曲名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。 　　RichardO.Duda于麻省理工学院获得电气工程博士学位，是加州SanJose州立大学电气工程系名誉教授。他是美国人工智能学会会士、IEEE会士。

    　　PeterE.Hart是加州Ricohlnnovations公司的创始人、总裁和CEO，同时还是理光公司的高级副总裁，在此之前曾任理光加州研究中心的高级副总裁。他是美国人工智能学会会士、IEEE会士，曾获IEEE信息论协50周年论文奖。 出版者的话

    译者序

    前言

    第1章绪论

    1.1机器感知

    1.2一个例子

    1.3模式识别系统

    1.3.1传感器

    1.3.2分割和组织

    1.3.3特征提取

    1.3.4分类器

    1.3.5后处理

    1.4设计循环

    1.4.1数据采集

    1.4.2特征选择

    1.4.3模型选择

    1.4.4训练

    1.4.5评价

    1.4.6计算复杂度

    1.5学习和适应

    1.5.1有监督学习

    1.5.2无监督学习

    1.5.3强化学习

    1.6本章小结

    全书各章概要

    文献和历史评述

    参考文献



    第2章贝叶斯决策论

    2.1引言

    2.2贝叶斯决策论——连续特征

    2.3最小误差率分类

    2.3.1极小化极大准则

    2.3.2Neyman-Pearson准则

    2.4分类器、判别函数及判定面

    2.4.1多类情况

    2.4.2两类情况

    2.5正态密度

    2.5.1单变量密度函数

    2.5.2多元密度函数

    2.6正态分布的判别函数

    2.6.1情况1：∑iδI

    2.6.2情况2：∑i=∑

    2.6.3情况3：∑=任意

    2.7误差概率和误差积分

    2.8正态密度的误差上界

    2.8.1Chernoff界

    2.8.2Bhattacharyya界

    2.8.3信号检测理论和操作特性

    2.9贝叶斯决策论——离散特征

    2.9.1独立的二值特征

    2.10丢失特征和噪声特征

    2.10.1丢失特征

    2.10.2噪声特征

    2.11贝叶斯置信网

    2.12复合贝叶斯决策论及上下文

    本章小结

    文献和历史评述

    习题

    上机练习

    参考文献



    第3章最大似然估计和贝叶斯参数估计

    3.1引言

    3.2最大似然估计

    3.2.1基本原理

    3.2.2高斯情况：u未知

    3.2.3高斯情况：u和∑均未知

    3.2.4估计的偏差

    3.3贝叶斯估计

    3.3.1类条件密度

    3.3.2参数的分布

    3.4贝叶斯参数估计：高斯情况

    3.4.1单变量情况：P(U|D)

    3.4.2单变量情况：P(z|D)

    3.4.3多变量情况

    3.5贝叶斯参数估计：一般理论

    3.5.1最大似然方法和贝叶斯方法何时有区别

    3.5.2无信息先验和不变性

    3.5.3吉布斯算法

    3.6充分统计量

    3.7维数问题

    3.7.1精度、维数和训练集的大

    3.7.2计算复杂度

    3.7.3过拟合

    3.8成分分析和判别函数

    3.8.1主成分分析

    3.8.2Fisher线性判别分析

    3.8.3多重判别分析

    3.9期望最大化算法

    3.10隐马尔可夫模型

    3.10.1一阶马尔可夫模型

    3.10.2一阶隐马尔可夫模型

    3.10.3隐马尔可夫模型的计算

    3.10.4估值问题

    3.10.5解码问题

    3.10.6学习问题

    本章小结

    文献和历史评述

    习题

    上机练习

    参考文献



    第4章非参数技术

    4.1引言

    4.2概率密度的估计

    4.3Parzen窗方法

    4.3.1均值的收敛性

    4.3.2方差的收敛性

    4.3.3举例说明

    4.3.4分类的例子

    4.3.5概率神经网络

    4.3.6窗函数的选取

    4.4Kπ近邻估计

    4.4.1Kπ近邻估计和Parzen窗估计

    4.4.2后验概率的估计

    4.5最近邻规则

    4.5.1最近邻规则的收敛性

    4.5.2最近邻规则的误差率

    4.5.3误差界

    4.5.4K-近邻规则

    4.5.5K-近邻规则的计算复杂度

    4.6距离度量和最近邻分类

    4.6.1度量的性质

    4.6.2切空间距离

    4.7模糊分类

    4.8RCE网络

    4.9级数展开逼近

    本章小结

    文献和历史评述

    习题

    上机练习

    参考文献



    第5章线性判别函数

    5.1引言

    5.2线性判别函数和判定面

    5.2.1两类情况

    5.2.2多类的情况

    5.3广义线性判别函数

    5.4两类线性可分的情况

    5.4.1几何解释和术语

    5.4.2梯度下降算法

    5.5感知器准则函数最小化

    5.5.1感知器准则函数

    5.5.2单个样本校正的收敛性证明

    5.5.3一些直接的推广

    5.6松弛算法

    5.6.1下降算法

    5.6.2收敛性证明

    5.7不可分的情况

    5.8最小平方误差方法

    5.8.1最小平方误差及伪逆

    5.8.2与Fisher线性判别的关系

    5.8.3最优判别的渐近逼近

    5.8.4Widrow-Hoff算法或最小均方算法

    5.8.5随机逼近法

    5.9Ho-Kashyap算法

    5.9.1下降算法

    5.9.2收敛性证明

    5.9.3不可分的情况

    5.9.4一些相关的算法

    5.10线性规划算法

    5.10.1线性规划

    5.10.2线性可分情况

    5.10.3极小化感知器准则函数

    5.11支持向量机

    5.12推广到多类问题

    5.12.1Kesler构造法

    5.12.2固定增量规则的收敛性

    5.12.3MSE算法的推广

    本章小结

    文献和历史评述

    习题

    上机练习

    参考文献

    ……



    第7章随机方法

    第8章非度量方法

    第9章独立于算法的机器学习

    第10章无监督学习和聚类

    附录A数学基础

    参考文献

    索引
  • 内容简介:
    　　《模式分类》（原书第2版）的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经曲名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。
  • 作者简介:
    　　RichardO.Duda于麻省理工学院获得电气工程博士学位，是加州SanJose州立大学电气工程系名誉教授。他是美国人工智能学会会士、IEEE会士。

    　　PeterE.Hart是加州Ricohlnnovations公司的创始人、总裁和CEO，同时还是理光公司的高级副总裁，在此之前曾任理光加州研究中心的高级副总裁。他是美国人工智能学会会士、IEEE会士，曾获IEEE信息论协50周年论文奖。
  • 目录:
    出版者的话

    译者序

    前言

    第1章绪论

    1.1机器感知

    1.2一个例子

    1.3模式识别系统

    1.3.1传感器

    1.3.2分割和组织

    1.3.3特征提取

    1.3.4分类器

    1.3.5后处理

    1.4设计循环

    1.4.1数据采集

    1.4.2特征选择

    1.4.3模型选择

    1.4.4训练

    1.4.5评价

    1.4.6计算复杂度

    1.5学习和适应

    1.5.1有监督学习

    1.5.2无监督学习

    1.5.3强化学习

    1.6本章小结

    全书各章概要

    文献和历史评述

    参考文献



    第2章贝叶斯决策论

    2.1引言

    2.2贝叶斯决策论——连续特征

    2.3最小误差率分类

    2.3.1极小化极大准则

    2.3.2Neyman-Pearson准则

    2.4分类器、判别函数及判定面

    2.4.1多类情况

    2.4.2两类情况

    2.5正态密度

    2.5.1单变量密度函数

    2.5.2多元密度函数

    2.6正态分布的判别函数

    2.6.1情况1：∑iδI

    2.6.2情况2：∑i=∑

    2.6.3情况3：∑=任意

    2.7误差概率和误差积分

    2.8正态密度的误差上界

    2.8.1Chernoff界

    2.8.2Bhattacharyya界

    2.8.3信号检测理论和操作特性

    2.9贝叶斯决策论——离散特征

    2.9.1独立的二值特征

    2.10丢失特征和噪声特征

    2.10.1丢失特征

    2.10.2噪声特征

    2.11贝叶斯置信网

    2.12复合贝叶斯决策论及上下文

    本章小结

    文献和历史评述

    习题

    上机练习

    参考文献



    第3章最大似然估计和贝叶斯参数估计

    3.1引言

    3.2最大似然估计

    3.2.1基本原理

    3.2.2高斯情况：u未知

    3.2.3高斯情况：u和∑均未知

    3.2.4估计的偏差

    3.3贝叶斯估计

    3.3.1类条件密度

    3.3.2参数的分布

    3.4贝叶斯参数估计：高斯情况

    3.4.1单变量情况：P(U|D)

    3.4.2单变量情况：P(z|D)

    3.4.3多变量情况

    3.5贝叶斯参数估计：一般理论

    3.5.1最大似然方法和贝叶斯方法何时有区别

    3.5.2无信息先验和不变性

    3.5.3吉布斯算法

    3.6充分统计量

    3.7维数问题

    3.7.1精度、维数和训练集的大

    3.7.2计算复杂度

    3.7.3过拟合

    3.8成分分析和判别函数

    3.8.1主成分分析

    3.8.2Fisher线性判别分析

    3.8.3多重判别分析

    3.9期望最大化算法

    3.10隐马尔可夫模型

    3.10.1一阶马尔可夫模型

    3.10.2一阶隐马尔可夫模型

    3.10.3隐马尔可夫模型的计算

    3.10.4估值问题

    3.10.5解码问题

    3.10.6学习问题

    本章小结

    文献和历史评述

    习题

    上机练习

    参考文献



    第4章非参数技术

    4.1引言

    4.2概率密度的估计

    4.3Parzen窗方法

    4.3.1均值的收敛性

    4.3.2方差的收敛性

    4.3.3举例说明

    4.3.4分类的例子

    4.3.5概率神经网络

    4.3.6窗函数的选取

    4.4Kπ近邻估计

    4.4.1Kπ近邻估计和Parzen窗估计

    4.4.2后验概率的估计

    4.5最近邻规则

    4.5.1最近邻规则的收敛性

    4.5.2最近邻规则的误差率

    4.5.3误差界

    4.5.4K-近邻规则

    4.5.5K-近邻规则的计算复杂度

    4.6距离度量和最近邻分类

    4.6.1度量的性质

    4.6.2切空间距离

    4.7模糊分类

    4.8RCE网络

    4.9级数展开逼近

    本章小结

    文献和历史评述

    习题

    上机练习

    参考文献



    第5章线性判别函数

    5.1引言

    5.2线性判别函数和判定面

    5.2.1两类情况

    5.2.2多类的情况

    5.3广义线性判别函数

    5.4两类线性可分的情况

    5.4.1几何解释和术语

    5.4.2梯度下降算法

    5.5感知器准则函数最小化

    5.5.1感知器准则函数

    5.5.2单个样本校正的收敛性证明

    5.5.3一些直接的推广

    5.6松弛算法

    5.6.1下降算法

    5.6.2收敛性证明

    5.7不可分的情况

    5.8最小平方误差方法

    5.8.1最小平方误差及伪逆

    5.8.2与Fisher线性判别的关系

    5.8.3最优判别的渐近逼近

    5.8.4Widrow-Hoff算法或最小均方算法

    5.8.5随机逼近法

    5.9Ho-Kashyap算法

    5.9.1下降算法

    5.9.2收敛性证明

    5.9.3不可分的情况

    5.9.4一些相关的算法

    5.10线性规划算法

    5.10.1线性规划

    5.10.2线性可分情况

    5.10.3极小化感知器准则函数

    5.11支持向量机

    5.12推广到多类问题

    5.12.1Kesler构造法

    5.12.2固定增量规则的收敛性

    5.12.3MSE算法的推广

    本章小结

    文献和历史评述

    习题

    上机练习

    参考文献

    ……



    第7章随机方法

    第8章非度量方法

    第9章独立于算法的机器学习

    第10章无监督学习和聚类

    附录A数学基础

    参考文献

    索引
查看详情
其他版本 / 全部 (2)
系列丛书 / 更多
模式分类
Java编程思想（第4版）
[美]Bruce Eckel 著；陈昊鹏 译
￥1.99 起
模式分类
数据挖掘：概念与技术（原书第3版）
[美]Jiawei、[美]Micheling、[美]Jian Pei 著；范明、孟小峰 译
￥1.00 起
模式分类
算法导论（原书第3版）
[美]Thomas、[美]Charles、[美]Ronald、[美]Clifford Stein 著；殷建平、徐云、王刚 译
￥15.00 起
模式分类
数据结构与算法分析：Java语言描述
[美]马克·艾伦·维斯 著；陈越 译
￥1.00 起
模式分类
C程序设计语言（第二版）
[美]Brian（布莱恩·克尼汉）、[美]Dennis M.Ritchie（丹尼斯·里奇） 著；徐宝文、李志 译
￥1.00 起
模式分类
C程序设计语言（第2版·新版） 习题解答
吉米拜尔 著；杨涛 译；[美]汤朵
￥0.01 起
模式分类
计算机科学丛书·云计算：概念、技术与架构
[美]Thomas、[英]Zaigham、[巴西]Ricardo Puttini 著；龚奕利、贺莲、胡创 译
￥0.80 起
模式分类
数据库系统概念：（原书第6版）
[美]Abraham、Henry、S.Sudarshan 著；杨冬青、李红燕、唐世渭 译
￥3.00 起
模式分类
深入理解计算机系统（原书第3版）
[美]兰德尔 E.布莱恩特（Randal E.·Bryant） 著；龚奕利、贺莲 译
￥32.00 起
模式分类
编译原理：原理、技术与工具
[美]阿霍 著；赵建华 译
￥8.00 起
模式分类
计算机科学导论：原书第3版
[美]Behrouz Forouzan 著；刘艺 译
￥0.20 起
模式分类
软件工程：实践者的研究方法（原书第8版 本科教学版）
[美]罗杰 S. 普莱斯曼 著；郑人杰、马素霞 译
￥1.10 起
相关图书 / 更多
模式分类
模式识别与机器学习
李映
￥28.98 起
模式分类
模式识别与人工智能(基于matlab第2版) 大中专公共文教综合 编者:徐宏伟//周润景//刘伟冰//张利军| 新华正版
编者:徐宏伟，周润景，刘伟冰，张利军
￥43.88 起
模式分类
模式识别
边肇祺 编著
￥5.00 起
模式分类
模式识别
周杰；郭振华；张林
￥3.60 起
模式分类
模式分类的支持向量机 第2版 香农信息科学经典
[日]阿部重夫（Shigeo Abe）
￥52.36 起
模式分类
模式与变迁 河南省体育非物质文化遗产的传承 刘喜山,李新锋 著
刘喜山李新锋
￥32.80 起
模式分类
模式口
冷冰
￥1.60 起
模式分类
模式识别与计算机视觉手册（第6版）
[美]陈季镐(Chi Hau Chen)著 郭涛 译
￥89.10 起
模式分类
模式识别及航空航天应用
谢凤英
￥15.00 起
模式分类
模式识别的马尔可夫模型 第2版 香农信息科学经典
[德]格诺特·芬克（Gernot A. Fink）
￥38.27 起
模式分类
模式与优化：中小城市空间扩展探析
陈晓键
￥48.00 起
模式分类
模式生物及其实验技术
陈炯；史红雨
￥25.12 起
您可能感兴趣 / 更多
模式分类
数学旅行家 文教科普读物 （美）卡尔文・c.克劳森
[美]卡尔文・c.克劳森
￥34.80 起
模式分类
向世界好的医院力
[美]理查德·温特斯（RichardWinters）
￥40.85 起
模式分类
像作家一样阅读：提升读写能力的10堂课
[美]艾琳·M.普希曼
￥30.00 起
模式分类
黑的眼睛不看光明 心理学
[美]玛利亚娜·亚历山德里
￥27.56 起
模式分类
觉醒 外国现当代文学
[美]凯特·肖邦
￥34.87 起
模式分类
从众陷阱 成功学 (美)托德·罗斯(todd rose)
[美]托德·罗斯（toddrose）
￥24.51 起
模式分类
海洋全书：国家地理新探索
[美]西尔维娅·A.厄尔
￥88.39 起
模式分类
吃的勇气：365天告别饮食内耗，与食物和解
[美]伊芙琳·特里波尔（EvelynTribole）
￥34.41 起
© 2002-2025 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全