• 模式识别导论
21年品牌 40万+商家 超1.5亿件商品

模式识别导论

全新正版 极速发货

29.65 5.9折 49.9 全新

库存2件

广东广州
认证卖家担保交易快速发货售后保障

作者齐敏,李大健,郝重阳编著

出版社清华大学出版社

ISBN9787302200666

出版时间2009-06

装帧平装

开本16开

定价49.9元

货号1203303462

上书时间2024-09-05

大智慧小美丽

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
第1章 绪论 1

1.1 模式和模式识别的概念2

1.2 模式识别系统4

1.2.1 简例4

1.2.2 模式识别系统组成7

1.3 模式识别概况8

1.3.1 模式识别发展简介8

1.3.2 模式识别分类8

1.4 模式识别的应用10

第2章 聚类分析 13

2.1 距离聚类的概念14

2.2 相似性测度和聚类准则15

2.2.1 相似性测度15

2.2.2 聚类准则18

2.3 基于距离阈值的聚类算法20

2.3.1 近邻聚类法20

2.3.2 优选最小距离算法21

2.4 层次聚类法23

2.5 动态聚类法27

2.5.1 K-均值算法27

2.5.2 迭代自组织的数据分析算法30

……

内容摘要
《模式识别导论》按照统计模式识别、句法模式识别、模糊模式识别法和神经网络模式识别法四大理论体系组织全书,其中统计模式识别是模式识别的经典内容和基础知识,模糊模式识别法和神经网络模式识别法两部分反映了模式识别学科发展的新进展,附录部分归纳了书中需要用到的概率知识、向量和矩阵运算的常用公式,以及供上机练习用的模式样本数据。

《模式识别导论》内容由浅入深,便于教师根据不同情况选择教学内容。同时讲解详细,配有丰富的图表和例题,有助于读者阅读与理解。提供了习题和计算机作业,供学习时使用。

《模式识别导论》可作为高等院校电子信息类专业高年级本科生和研究生的教材,也可供从事模式识别工作的广大科技人员参考。

精彩内容

 
 
   
    
    

内容简介

 
   
 
    
    
       《模式识别导论》按照统计模式识别、句法模式识别、模糊模式识别法和神经网络模式识别法四大理论体系组织全书,其中统计模式识别是模式识别的经典内容和基础知识,模糊模式识别法和神经网络模式识别法两部分反映了模式识别学科发展的展,附录部分归纳了书中需要用到的概率知识、向量和矩阵运算的常用公式,以及供上机练模式样本数据。

  《模式识别导论》内容由浅入深,便于教师根据不同情况选择教学内容。同时讲解详细,配有丰富的图表和例题,有助于读者阅读与理解。提供了计算机作业,供学用。

  《模式识别导论》可作为高等院校电子信息类专业高年级本科生和研究生的教材,也可供从事模式识别工作的广大科技人员参考。

  《模式识别导论》:

  基本概念分析透彻,数学公式解释细致,以初学者易于接受的方式论述问题。例题丰富,求解过程详细,有助一步明晰和加深对概念和算法的理解。主要章后均附有方便教学和学。

  模式识别中涉及的许多数学理论是初学者遇到的一个主要障碍。《模式识别导论》将相关数学知识整合到整体内容中,在针对复过渡到新知识讲解,读者不需要借助其他辅助书籍,能够以连贯、清晰的思路阅读学br>  选材立足于经典内容和实用算法,同时反映学科发展方向。以基础为主,适当深化,教师和读者可以方便灵活地根据实际情行选择。

  教材同时配有电子课件和考答案,便于教学和自学使用。
    
 
    
   
   
    
    

内页插图

 
    
    
     
      
      
  •  
  •  
          
  •  
  •  
          
  •  
  •  
          
  •  
  •  
          
         
        
       
       
        
        

    目录

     
        
        
        
         第1章 绪论

    1.1 模式和模式识别的概念

    1.2 模式识别系统

    1.2.1 简例

    1.2.2 模式识别系统组成

    1.3 模式识别概况

    1.3.1 模式识别发展简介

    1.3.2 模式识别分类

    1.4 模式识别的应用

    第2章 聚类分析

    2.1 距离聚类的概念

    2.2 相似测度和聚类准则

    2.2.1 相似测度

    2.2.2 聚类准则

    2.3 基于距离阈值的聚类算法

    2.3.1邻聚类法

    2.3.2 大小距离算法

    2.4 层次聚类法

    2.5 动态聚类法

    2.5.1 K-均值算法

    2.5.2 迭代自组织的数据分析算法

    2.6 聚类结果的评价

    br>

    第3章 判别函数及几何分类法

    3.1 判别函数

    3.2 线判别函数

    3.2.1 线判别函数的一般形式

    3.2.2 线判别函数的质及分类方法

    3.3 广义线判别函数

    3.4 线判别函数的几何质

    3.4.1 模式空间与面

    3.4.2 权空间与权向量解

    3.4.3 二分法

    3.5 感知器算法

    3.6 梯度法

    3.6.1 梯度法基本原理

    3.6.2 固定增量算法

    3.7 方误差算法

    3.8 非线判别函数

    3.8.1 分段线判别函数

    3.8.2 分段线判别函数的学

    3.8.3 势函数法

    br>……

    第4章 基于统计决策的概率分类法

    第5章 特征选择与特征提取

    第6章 句法模式识别

    第7章 模糊模式识别法

    第8章 神经网络模式识别法

    附录

    参考文献
         
        
        
       
       
        
        

    前言/序言

     
        
        
        
           模式识别是一门既具有较系统的理论体系,又仍处在迅速发展之中的边缘学科,其应用几乎遍及各个领域。

      这一学科涉及许多较为深奥的数学理论,对刚涉足这一领域的许多初学者来说,理解起来有的困难。本书既可以作为基础教材,又反映学科发展方向,以此为基调,在选材上立足于“精”,在讲解上立足于“透”。笔者结合多年教学经验,在模式识别理论的成熟部分,注重对基本概念的透彻讲解,选择经典和实用的模式识别方法和算行讨论。在内容的安排上,注意由浅入深,讨论问题时尽量减少数学推导和证明,通过实际运用加深学生对算法的理解,目的是使初学者能够比较容易地尽快掌握模式识别的基本理论和方法。

      在材料组织上,兼顾计算机模式识别的基础和发展两个方面,按照统计模式识别、句法模式识别、模糊模式识别法和神经网络模式识别法四大理论体系组织全书内容。其中统计模式识别方法是核心,模糊模式识别和神经网络模式识别是学科的新发展。在具体章节安排上,统计模式识别部括属于非监督分类的聚类分析方法(第2章)、监督分类中的判别函数概念和几何分类法(第3章)以及基于统计决策的概率分类法(第4章),为简化分类器还讨论了特征选择和提取的方法(第5章),第6章为句法模式识别,对概念和方行了简要讨论。第7章为模糊模式识别部分,鉴于本方向蓬勃的发展趋势,对其内行了充实和细化,充分地阐述了基本概念,详细讨论了其中的典型算法。第8章为神经网络模式识别法,介绍了几种典型的用于模式识别的神经网络模型和算法。为方便学附录部分增加了必要的相关知识介绍,以备查阅。同时书中还配有丰富的图表,有助于阅读。

      本书是作者在多年教学实践的基础上经结扩充改编而成的。参加编写的有齐敏、李大健和郝重,全书由齐负责审订和修改。模式识别学科发展迅速,本书对该学科研究发展的展亦有所涉及,限于和经验,书中错误及不当之处在所难免,敬请读者批评指正。
         
        
        
       

     


    • 模式识别导论

    —  没有更多了  —

    以下为对购买帮助不大的评价

    此功能需要访问孔网APP才能使用
    暂时不用
    打开孔网APP