掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
買過本商品的人還買了
主流模式識別技術及其發展研究 版權信息
- ISBN：9787517052975
- 條形碼：9787517052975 ; 978-7-5170-5297-5
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
主流模式識別技術及其發展研究 本書特色
朱凱編著的《主流模式識別技術及其發展研究》共分為8章，具體內容安排如下：第1章為模式識別的基本概念。第2章介紹了統計模式識別中的概率方法，主要內容包括貝葉斯決策的基本概念、正態分布模型的統計決策以及聶曼一皮爾遜決策等。第3和4章敘述了統計模式識別中的聚類方法和結構模式識別中的句法方法。第5章介紹了特征提取與特征選擇的內容，包括類別可分性判據、基于類別可分性判據的特征提取以及K—L變換的特征提取等。第6和7章介紹了模糊模式識別方法以及神經網絡模式識別方法。第8章介紹了統計學習理論的一些基本概念與支持向量機的應用。
主流模式識別技術及其發展研究 內容簡介
本書具體內容包括: 統計模式識別中的概率方法、統計模式識別中的聚類方法、結構模式識別中的句法方法、特征提取與特征選擇、模糊模式識別方法、神經網絡模式識別方法、統計學習理論與支持向量機方法等。本書結構合理, 條理清晰, 內容豐富新穎, 是一本值得學習研究的著作。
主流模式識別技術及其發展研究 目錄
前言第1章 引言 1.1 模式與模式識別的概念 1.2 模式識別的研究方法 1.3 模式識別的應用第2章 統計模式識別中的概率方法 2.1 貝葉斯決策的基本概念 2.2 基于*小錯誤率的貝葉斯決策 2.3 基于*小風險的貝葉斯決策 2.4 正態分布模型的統計決策 2.5 貝葉斯分類器的錯誤率 2.6 聶曼—皮爾遜決策 2.7 概率密度函數的參數估計 2.8 概率密度函數的非參數估計第3章 統計模式識別中的聚類方法 3.1 聚類分析的概念 3.2 模式相似性測度與聚類準則 3.3 基于距離閾值的聚類法 3.4 層次聚類算法 3.5 動態聚類算法第4章 結構模式識別中的句法方法 4.1 形式語言基礎 4.2 文法推斷 4.3 句法分析 4.4 句法結構的自動機識別第5章 特征提取與特征選擇 5.1 特征提取與特征選擇的基本概念 5.2 類別可分性判據 5.3 基于類別可分性判據的特征提取 5.4 基于K—L變換的特征提取 5.5 特征提取方法 5.6 特征選擇方法第6章 模糊模式識別方法 6.1 模糊集 6.2 模糊關系 6.3 模糊模式識別的基本方法 6.4 模糊聚類分析第7章 神經網絡模式識別方法 7.1 人工神經網絡的基本原理 7.2 BP神經網絡 7.3 徑向基函數神經網絡 7.4 Hopfield神經網絡 7.5 自組織特征映射神經網絡第8章 統計學習理論與支持向量機方法 8.1 機器學習的基本問題與方法 8.2 統計學習理論 8.3 支持向量機參考文獻
展開全部
書友推薦
- >
我從未如此眷戀人間
- >
小考拉的故事-套裝共3冊
- >
莉莉和章魚
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
二體千字文
- >
龍榆生：詞曲概論/大家小書
- >
伊索寓言-世界文學名著典藏-全譯本
- >
名家帶你讀魯迅:故事新編
本類暢銷
