中國科學(xué)技術(shù)大學(xué)精品教材：模式識別簡(jiǎn)介，目錄書(shū)摘
2019-10-17 09:45
來(lái)源：京東
作者：京東
中國科學(xué)技術(shù)大學(xué)精品教材：模式識別
暫無(wú)報價(jià)
300+評論
99%好評
編輯推薦:
內容簡(jiǎn)介: 《模式識別》主要介紹統計模式識別和結構模式識別的相關(guān)內容。全書(shū)由7章組成，第1章為緒論，第2章介紹統計模式識別中的幾何方法，著(zhù)重介紹特征空間的概念和相關(guān)分類(lèi)器的設計方法。第3章介紹統計模式識別中的概率方法，著(zhù)重介紹最小錯誤概率分類(lèi)器、最小風(fēng)險分類(lèi)器、紐曼皮爾遜分類(lèi)器和最小最大分類(lèi)器以及概率密度函數的參數估計和非參數估計等。第4章討論典型分類(lèi)器錯誤概率的計算問(wèn)題。第5章討論無(wú)監督情況下的模式識別問(wèn)題，著(zhù)重介紹幾種典型的聚類(lèi)算法：基于分裂的聚類(lèi)方法、基于合并的聚類(lèi)方法、動(dòng)態(tài)聚類(lèi)方法、基于核函數的聚類(lèi)方法和近鄰函數值聚類(lèi)方法等。第6章討論結構模式識別問(wèn)題，給出幾種典型的文法規則和與之相關(guān)聯(lián)的識別裝置，包括有限狀態(tài)自動(dòng)機、下推自動(dòng)機和圖靈機等。最后，在第7章對全書(shū)進(jìn)行總結。<br> 《模式識別》可作為電子信息類(lèi)各專(zhuān)業(yè)高年級本科生和碩士研究生模式識別課程的教材，也可供從事模式識別相關(guān)研究的教師和科研人員參考。
作者簡(jiǎn)介:
目錄:總序<br>前言<br>第1章 緒論<br>1.1 模式和模式識別<br>1.2 模式的分類(lèi)<br>1.3 模式識別系統的基本構成<br>1.4 模式識別方法及其分類(lèi)<br>1.5 模式識別舉例<br>1.6 本書(shū)內容安排<br><br>第2章 統計模式識別中的幾何方法<br>2.1 統計分類(lèi)的基本思想<br>2.1.1 特征空間和分類(lèi)器設計<br>2.1.2 兩個(gè)例子<br>2.2 模式的相似性度量和最小距離分類(lèi)器<br>2.2.1 相似性度量和距離函數<br>2.2.2 最小距離分類(lèi)器<br>2.3 線(xiàn)性可分情況下的幾何分類(lèi)法<br>2.3.1 線(xiàn)性判別函數和線(xiàn)性分類(lèi)器<br>2.3.2 線(xiàn)性判別函數的參數確定<br>2.3.3 感知器算法<br>2.3.4 收斂性定理<br>2.3.5 梯度下降法<br>2.3.6 最小平方誤差法<br>2.4 非線(xiàn)性可分情況下的幾何分類(lèi)法<br>2.4.1 廣義線(xiàn)性判別函數法<br>2.4.2 分段線(xiàn)性判別函數法<br>2.4.3 非線(xiàn)性判別函數法：位勢函數法<br>2.5 線(xiàn)性可分問(wèn)題的非迭代解法<br>2.6 最優(yōu)分類(lèi)超平面<br>本章小結<br><br>第3章 統計模式識別中的概率方法<br>3.1 用概率方法描述分類(lèi)問(wèn)題<br>3.2 幾個(gè)相關(guān)的概念<br>3.3 最小錯誤概率判決準則<br>3.4 最小風(fēng)險判決規則<br>3.5 貝葉斯統計判決規則的似然比表現形式<br>3.5.1 最小錯誤概率判決規則的似然比表現形式<br>3.5.2 最小風(fēng)險判決規則的似然比表現形式<br>3.6 拒絕判決<br>3.7 貝葉斯分類(lèi)器的一般結構<br>3.8 Neyman-Pearson判決規則<br>3.9 最小最大判決規則<br>3.10 基于分段線(xiàn)性化的分類(lèi)器設計<br>3.11 正態(tài)分布下的分類(lèi)器設計<br>3.11.1 正態(tài)分布的定義和若干性質(zhì)<br>3.11.2 正態(tài)分布下的分類(lèi)器設計<br>3.12 有監督情況下類(lèi)條件概率密度的參數估計<br>3.12.1 最大似然估計<br>3.12.2 貝葉斯估計和貝葉斯學(xué)習<br>3.13 非監督情況下類(lèi)條件概率密度的參數估計<br>3.14 類(lèi)條件概率密度的非參數估計<br>3.14.1 非參數估計的基本概念和方法<br>3.14.2 Parzen窗估計法<br>3.14.3 Kn-近鄰估計法<br>3.14.4 正交級數副近法<br>本章小結<br><br>第4章 分類(lèi)器的錯誤率<br>4.1 正態(tài)分布下的錯誤率<br>4.2 樣本各維之間統計獨立情況下的錯誤率<br>4.3 錯誤率界限的理論估計<br>4.3.1 Chernoff界限<br>4.3.2 Bhattacharyya界限<br>4.4 近鄰分類(lèi)法的錯誤率<br>4.5 分類(lèi)器錯誤率的實(shí)驗估計<br>4.5.1 已訓練分類(lèi)器錯誤率的實(shí)驗估計<br>4.5.2 有限樣本情況下分類(lèi)器錯誤率的實(shí)驗估計<br>本章小結<br><br>第5章 統計模式識別中的聚類(lèi)方法<br>5.1 聚類(lèi)分析<br>5.2 聚類(lèi)準則<br>5.2.1 誤差平方和準則函數<br>5.2.2 權平均平方距離和準則函數<br>5.2.3 類(lèi)間距離和準則函數<br>5.2.4 離散度準則函數<br>5.3 基于分裂的聚類(lèi)算法<br>5.3.1 簡(jiǎn)單增類(lèi)聚類(lèi)算法<br>5.3.2 改進(jìn)的增類(lèi)聚類(lèi)算法<br>5.4 基于合并的聚類(lèi)算法<br>5.5 動(dòng)態(tài)聚類(lèi)算法<br>5.5.1 C-均值動(dòng)態(tài)聚類(lèi)算法（I）<br>5.5.2 C-均值動(dòng)態(tài)聚類(lèi)算法（Ⅱ）<br>5.5.3 ISODATA算法<br>5.5.4 基于樣本和核的相似性度量的動(dòng)態(tài)聚類(lèi)算法<br>5.6 基于近鄰函數值準則的聚類(lèi)算法<br>5.7 最小張樹(shù)聚類(lèi)算法<br>本章小結<br><br>第6章 結構模式識別中的句法方法<br>6.1 模式基元和模式結構的表達<br>6.2 形式語(yǔ)言基礎<br>6.2.1 集合、集合間的關(guān)系和集合運算<br>6.2.2 符號串和語(yǔ)言<br>6.2.3 文法<br>6.2.4 文法的分類(lèi)<br>6.3 有限狀態(tài)自動(dòng)機<br>6.3.1 確定的有限狀態(tài)自動(dòng)機<br>6.3.2 非確定的有限狀態(tài)自動(dòng)機<br>6.3.3 有限狀態(tài)自動(dòng)機之間的等價(jià)<br>6.3.4 有限狀態(tài)文法和有限狀態(tài)自動(dòng)機<br>6.4 下推自動(dòng)機<br>6.4.1 下推自動(dòng)機的即時(shí)描述<br>6.4.2 上下文無(wú)關(guān)文法和下推自動(dòng)機<br>6.5 圖靈機<br>6.6 關(guān)于語(yǔ)言、文法和自動(dòng)機的再討論<br>6.6.1 語(yǔ)言的命名<br>6.6.2 從語(yǔ)言構建自動(dòng)機<br>6.6.3 語(yǔ)言類(lèi)型的確定<br>6.7 句法分析<br>6.7.1 正向剖析過(guò)程的樹(shù)表示<br>6.7.2 先驗規則引導的樹(shù)正向剖析算法<br>6.7.3 基于三角表格的反向剖析算法<br>6.8 文法推斷<br>6.8.1 正則文法的推斷<br>6.8.2 非正則文法的推斷<br>本章小結<br><br>第7章 總結<br>附錄<br>參考文獻
相關(guān)商品
京公網(wǎng)安備 11000002000088號
