模式识别与计算机视觉手册(第6版)(精)9787302618171
正版图书，可开发票，请放心购买。
￥ 135.52 6.8折 ￥ 198 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(美)陈季镐|责编:王军|译者:郭涛
出版社清华大学
ISBN9787302618171
出版时间2023-02
装帧精装
开本其他
定价198元
货号31713753
上书时间2024-11-26
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
陈季镐，1965年获得普渡大学电气博士学位，1962年获得美国田纳西大学诺克斯维尔分校电机工程硕士学位，1959年获得台湾大学电子工程学士学位。目前，陈博士是马萨诸塞大学达特茅斯分校电气和计算机工程名誉教授，自1968年以来，他一直任教于该大学。他的研究领域是统计模式识别和信号/图像处理应用于遥感、医学成像、地球物理、
水下声学与无损检测问题，视频监控中的计算机视觉，时间序列分析，以及机器学习。
在其研究领域，陈博士出版(编辑和撰写)了32本书，其中部分书籍出版于世界科学出版社。
1986—2008年，他担任《国际模式识别和人工智能杂志》的副主编。自2008年以来，他.一直是《模式识别杂志》的编委。目前，他担任世界科学出版社计算机视觉系列图书的编辑-职。自1988年以来，陈博士一直是电气和电子工程师协会(IEEE)的会员，2003年成为该协会的终身会员。自1996年以来，陈博士一直是国际模式识别协会(IAPR)的会员。.
目录
第Ⅰ部分 理论、技术和系统
简要介绍
参考文献
第1章 最佳统计分类
1 引言
2 最优贝叶斯分类器
3 离散模型OBC
4 苦斯模型OBC
5 多类分类
6 先验构造
7 最优贝叶斯迁移学习
8 结论
参考文献
第2章 目标识别的深度判别特征学习方法
1 引言
2 基于熵正交损失的深度判别特征学习方法
3 基于最小-最大损失的深度判别特征学习方法
4 图像分类任务实验
5 讨论
参考文献
第3章 基于深度学习的背景减法系统综述
1 引言
2 背景减法
3 实验结果
4 结论
参考文献
第4章 无需大型数据集即可进行形状建模和骨架提取的相似域网络
1 引言
2 相关研究
3 相似域
4 相似域网络
5 使用SDN生行参数化形状建模
6 从SD扣提取骨架
7 实验
8 结论
9 致谢
参考文献
第5章 基于曲波的纹理特征用于模式分类研究
1 引言
2 波变换方法
3 基于曲波的纹理特征
4 应用问题的一个示例
5 总结与讨论
附录
参考文献
第6章 嵌入式系统高效深度学习概述
1 引言
2 深度神经网络概述
3 用于DNN处理的硬件
4 DNN高效推理的方法
内容摘要
本书由世界知名作者撰写，以独特的纲要呈现了模式识别与计算机视觉技术的最新进展，充分反映出人工智能领域已引起国际上的广泛研究兴趣。
机器学习一直是模式识别与计算机视觉当前发展的关键课题。本书对前5个版本的内容进行了补充，重点强调了深度学习在模式识别与计算机视觉领域的运用，这在其他参考书中并不多见
。
统计模式识别是模式识别发展的重要基础。本书分为两部分，第Ⅰ部分为理论、技术和系统，第Ⅱ部分为应用。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价