模式识别及matlab实现 大中专理科计算机 杨杰
none
￥ 24.15 6.4折 ￥ 38 全新
仅1件
北京丰台
认证卖家担保交易快速发货售后保障
作者杨杰
出版社电子工业出版社
ISBN9787121321276
出版时间2017-07
版次1
装帧其他
开本16
页数232页
字数371千字
定价38元
货号xhwx_1201550442
上书时间2024-11-27
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
目 录
章 绪论1
1.1 模式识别的基本概念1
1.1.1 生物的识别能力1
1.1.2 模式识别的概念2
1.1.3 模式识别的特点2
1.1.4 模式的描述方法及特征空间4
1.2 模式识别系统的组成和主要方法5
1.2.1 模式识别系统的组成5
1.2.2 模式识别的方法7
1.3 模式识别的应用9
1.3.1 文字识别9
1.3.2 语音识别10
1.3.3 指纹识别10
1.3.4 遥感图像识别11
1.3.5 医学诊断11
1.4 全书内容简介12
题及思题13
第2章 贝叶斯决策理论14
2.1 几个重要的概念14
2.2 几种常用的决策规则15
2.2.1 基于小错误率的贝叶斯决策16
2.2.2 小风险判别规则18
2.2.3 大似然比判别规则20
2.2.4 neyman-pearson判别规则22
2.3 正态分布中的bayes分类方法26
2.4 matlab程序实现33
题及思题37
第3章 概率密度函数的参数估计39
3.1 概率密度函数估计概述39
3.2 大似然估计40
3.3 贝叶斯估计与贝叶斯学42
3.4 非参数估计47
3.4.1 非参数估计的基本方法48
3.4.2 parzen窗法50
3.4.3 -近邻估计法54
3.5 matlab示例55
题及思题60
第4章 非参数判别分类方法62
4.1 线分类器62
4.1.1 线判别函数的基本概念62
4.1.2 多类问题中的线判别函数64
4.1.3 广义线判别函数68
4.1.4 线分类器的主要特及设计步骤70
4.1.5 感知器算法74
4.1.6 fisher线判别函数79
4.2 非线判别函数84
4.2.1 非线判别函数与分段线判别函数84
4.2.2 基于距离的分段线判别函数85
4.3 支持向量机87
4.3.1 线可分情况87
4.3.2 线不可分情况89
4.4 matlab示例91
题及思题94
第5章 聚类分析95
5.1 模式相似测度95
5.1.1 距离测度96
5.1.2 相似测度99
5.1.3 匹配测度100
5.2 类间距离测度方法102
5.2.1 短距离法102
5.2.2 长距离法102
5.2.3 中间距离法102
5.2.4 重心法103
5.2.5 均距离法（类均距离法）103
5.3 聚类准则函数105
5.3.1 误差方和准则105
5.3.2 加权均方距离和准则106
5.3.3 类间距离和准则107
5.3.4 离散度矩阵107
5.4 基于距离阈值的聚类算法108
5.4.1 近邻规则的聚类算法109
5.4.2 大小距离聚类算法109
5.5 动态聚类算法111
5.5.1 c-均值聚类算法111
5.5.2 isodata聚类算法115
5.6 matlab示例121
题及思题126
第6章 特征提取与选择128
6.1 类别可分判据128
6.2 基于距离的可分判据129
6.3 按概率距离判据的特征提取方法131
6.4 基于熵函数的可分判据134
6.5 基于karhunen-loeve变换的特征提取135
6.5.1 karhunen-loeve变换135
6.5.2 使用k-l变换进行特征提取138
6.6 特征选择141
6.6.1 次优搜索法142
6.6.2 优搜索法143
6.7 matlab举例145
题及思题147
第7章 模糊模式识别148
7.1 模糊数学的基础知识148
7.1.1 集合及其特征函数148
7.1.2 模糊集合149
7.1.3 模糊集合的 水截集154
7.1.4 模糊关系及模糊矩阵155
7.2 模糊模式识别方法156
7.2.1 大隶属度识别法157
7.2.2 择近原则识别法157
7.2.3 基于模糊等价关系的聚类方法159
7.2.4 模糊c-均值聚类161
7.3 matlab程序设计163
题及思题165
第8章 神经网络在模式识别中的应用167
8.1 人工神经网络的基础知识167
8.1.1 人工神经网络的发展历史167
8.1.2 生物神经元168
8.1.3 人工神经元168
8.1.4 人工神经网络的特点169
8.2 前馈神经网络169
8.2.1 感知器170
8.2.2 多层感知器171
8.3 自组织特征映网络173
8.3.1 网络结构173
8.3.2 网络的识别过程174
8.3.3 网络的学过程174
8.4 径向基函数（rbf）神经网络175
8.4.1 网络结构175
8.4.2 径向基函数176
8.4.3 网络的学过程176
8.5 深度学177
8.5.1 深度学介绍178
8.5.2 受限玻尔兹曼机178
8.5.3 深度置信网络180
8.5.4 卷积神经网络181
8.6 matlab举例183
题及思题188
第9章 模式识别的工程应用190
9.1 基于bp神经网络的手写数字识别190
9.1.1 整体方案设计190
9.1.2 字符图像的特征提取191
9.1.3 bp神经网络的设计195
9.1.4 bp神经网络的训练197
9.1.5 bp神经网络的识别197
9.2 基于朴素贝叶斯的中文文本分类198
9.2.1 文本分类199
9.2.2 文本特征提取199
9.2.3 朴素贝叶斯分类器设计201
9.2.4 测试文本分类202
9.3 基于pca（主要成分分析）和svm（支持向量机）的人脸识别205
9.3.1 人脸图像获取205
9.3.2 人脸图像预处理206
9.3.3 人脸图像特征提取207
9.3.4 svm分类器的设计和分类209
9.4 基于隐马尔科夫模型的语音识别210
9.4.1 语音识别的210
9.4.2 语音采集211
9.4.3 语音信号的预处理212
9.4.4 mfcc特征参数提取216
9.4.5 hmm模型训练217
9.4.6 识别处理218
参文献219
内容简介：
本书主要介绍模式识别的基础知识、基本方法、程序实现和典型实践应用。全书共9章。靠前章介绍模式识别的基本概念、基础知识；第2章介绍贝叶斯决策理论；第3章介绍概率密度函数的参数估计；第4章介绍非参数判别分类方法；第5章介绍聚类分析；第6章介绍特征提取与选择；第7章介绍模糊模式识别；第8章介绍神经网络在模式识别中的应用；第9章介绍模式识别的工程应用。每章的内容安排从问题背景引入，讲述基本内容和方法，到实践应用（通过matlab软件编程）。本书内容系统，重点突出，做到理论、应用与实际编程紧密结合，理论与实例并重。本书还配套有模式识别及matlab实现――学与实验指导作为教材的补充，便于读者学和上机实验；另配有电子课件，便于教师和自学。本书可作为高等院校电子信息工程、通信工程、计算机科学与技术、电子科学与技术、生物医学工程、电气工程及其自动化等相关专业本科生的教材，以及信息与通信工程、控制科学与工程、计算机科学与技术、生物医学工程、光学工程和电子科学与技术等专业的教材；也可作为从事小模式识别、人工智能和计算机应用研究与开发的工程技术人员的参书。
作者简介：
杨杰，武汉理工大学博导，教授，湖北省通信学会常务理事。主要学术经历：：主要承担数字图像处理，模式识别，信息传输理论等课程的工作。科研：近几年先后承担了自然科学面上项目，湖北省科技攻关项目，海南科技厅项目，武汉市科技攻关项目，留学项目，交通部重点项目和企业合作项目30余项；在靠前外学术刊物上发表学术60余篇，被ci和ei收录40余篇，出版教材3部。获武汉理工大学很好硕士奖，很好博士奖。主要在研项目：多维信息融合及智能识别与预警研究，嵌入式系统的智能识别开发研究，无源雷达关键技术研究及自动数字跟踪软件系统开发等。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价