Visual C++數(shù)字圖像模式識別技術(shù)及工程實踐

內(nèi)容概要

本書介紹了模式識別和人工智能中的一些基本理論以及一些相關(guān)的模型，包括貝葉斯決策、線性判別函數(shù)、神經(jīng)網(wǎng)絡(luò)理論、隱馬爾可夫模型、聚類技術(shù)等，同時結(jié)合模式識別中的一些經(jīng)典問題，比如說字符識別、筆跡鑒定、人臉檢測、車牌識別、印章識別以及遙感圖片、醫(yī)學(xué)圖片處理等內(nèi)容，從多種不同的角度，介紹了這些問題的解決思路。
    本書的最大的特色在于對于其中的大多數(shù)問題，給出了基于C/VC++6.0的實現(xiàn)代碼，且具有一定的擴展性。有的實例還給出了不同方法的實現(xiàn)，以供讀者選擇。
    本書可作為讀者學(xué)習模式識別與人工智能時的參考書。

書籍目錄

第1章  緒論　1 1.1  模式和模式識別的概念　1 1.2  模式空間、特征空間和類型空間　2 1.3  模式識別系統(tǒng)的構(gòu)成　3  1.3.1  信息獲取　3  1.3.2  預(yù)處理　4  1.3.3  特征提取和選擇　4  1.3.4  分類決策　4 1.4  物體的結(jié)構(gòu)表示　4 1.5  圖片識別問題　5 1.6  關(guān)于本書的內(nèi)容安排和程序　5第2章  模式識別中的基本決策方法　6 2.1  基于最小錯誤率的貝葉斯決策　6 2.2  分類器設(shè)計　9  2.2.1  多類情況　10  2.2.2  兩類情況　11 2.3  關(guān)于分類器的錯誤率　11 2.4  關(guān)于貝葉斯決策一些討論　11 2.5  線性判別函數(shù)的基本概念　12 2.6  設(shè)計線性分類器的主要步驟　13 2.7  Fisher線性判別　13 2.8  解決多類問題決策樹　15  2.8.1  決策樹的基本概念　16  2.8.2  決策樹設(shè)計的基本考慮　16第3章  常用的模型和算法介紹　17 3.1  人工神經(jīng)網(wǎng)絡(luò)的發(fā)展簡史　17 3.2  人工神經(jīng)元　18  3.2.1  神經(jīng)元模型　18  3.2.2  幾種常用的作用函數(shù)　19 3.3  人工神經(jīng)網(wǎng)絡(luò)構(gòu)成　22  3.3.1  基本模型　22  3.3.2  前向網(wǎng)絡(luò)　22 3.4  人工神經(jīng)網(wǎng)絡(luò)的學(xué)習規(guī)則　23  3.4.1  Hebb學(xué)習規(guī)則　23  3.4.2  δ學(xué)習規(guī)則　23 3.5  BP神經(jīng)網(wǎng)絡(luò)　24  3.5.1  BP網(wǎng)絡(luò)模型　24  3.5.2  輸入輸出關(guān)系　24  3.5.3  網(wǎng)絡(luò)學(xué)習訓(xùn)練　24  3.5.4  BP網(wǎng)絡(luò)的設(shè)計問題　25  3.5.5  BP網(wǎng)絡(luò)的限制與不足　27  3.5.6  BP算法的改進　27 3.6  BP算法的C語言實現(xiàn)及使用方法　29 3.7  用BP網(wǎng)絡(luò)解決異或問題　40 3.8  標量量化　43  3.8.1  基本概念　43  3.8.2  均勻量化　44  3.8.3  非均勻量化　45 3.9  矢量量化　46  3.9.1  基本原理　46  3.9.2  失真測度　48  3.9.3  設(shè)計碼本　48 3.10  矢量量化算法的C語言實現(xiàn)　50 3.11  HMM基本思想　58  3.11.1  Markov鏈　58  3.11.2  HMM的概念　59 3.12  HMM基本算法　60  3.12.1  前向后向算法　61  3.12.2  Viterbi算法　63  3.12.3  Baum-Welch算法　63 3.13  基本HMM模型的C語言實現(xiàn)　64  3.13.1  數(shù)據(jù)結(jié)構(gòu)和函數(shù)定義　65  3.13.2  一些基本工具　66  3.13.3  HMM結(jié)構(gòu)的操作函數(shù)　74  3.13.4  前向后向算法　78  3.13.5  Viterbi算法　82  3.13.6  Baum-Welch算法　85  3.13.7  隨機數(shù)生成函數(shù)　89  3.13.8  序列操作函數(shù)　89第4章  常用搜索算法　93 4.1  狀態(tài)空間法　93  4.1.1  狀態(tài)（State）　93  4.1.2  問題的狀態(tài)空間（State Space）　93 4.2  盲目搜索算法　93  4.2.1  寬度優(yōu)先搜索　94  4.2.2  深度優(yōu)先搜索　94 4.3  啟發(fā)式搜索算法　96  4.3.1  搜索深度、啟發(fā)函數(shù)和評價函數(shù)　96  4.3.2  A算法和A*算法　96 4.4  A*算法類的實現(xiàn)　98 4.5  8數(shù)碼游戲（Eight-Puzzle）簡介　105 4.6  關(guān)于8數(shù)碼游戲解的存在性討論　106  4.6.1  問題的表達　106  4.6.2  問題的轉(zhuǎn)化與證明　106 4.7  算法設(shè)計　107 4.8  程序?qū)崿F(xiàn)　108  4.8.1  程序創(chuàng)建步驟　109  4.8.2  數(shù)據(jù)結(jié)構(gòu)和函數(shù)定義　110  4.8.3  各種算法的實現(xiàn)　111  4.8.4  可視化的實現(xiàn)　122 4.9  黑白棋簡介　131  4.9.1  黑白棋規(guī)則　131  4.9.2  黑白棋基本戰(zhàn)術(shù)　131 4.10  算法設(shè)計　133  4.10.1  博弈算法基礎(chǔ)　133  4.10.2  Alpha-Beta剪枝　135  4.10.3  估值函數(shù)　139  4.10.4  開局及終局　145 4.11  程序?qū)崿F(xiàn)　146  4.11.1  程序創(chuàng)建步驟　146  4.11.2  程序代碼　147第5章  聯(lián)機字符識別　167 5.1  漢字識別的歷史和現(xiàn)狀　167 5.2  聯(lián)機字符識別原理框圖　168 5.3  基于筆劃及筆劃特征二級分類的聯(lián)機漢字識別　170 5.4  基于活動模板引導(dǎo)的子結(jié)構(gòu)的識別　175 5.5  實例之聯(lián)機手寫數(shù)字識別　180 5.6  實例之聯(lián)機手寫數(shù)字、英文字符及漢字識別　196第6章  脫機字符識別　219第7章  在線簽名鑒定　299第8章  離線簽名鑒定　347第9章  人臉的檢測與定位　363第10章  車牌識別技術(shù)　422第11章  印章識別　444第12章  圖像的紋理分析方法　452參考文獻　476

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    Visual C++數(shù)字圖像模式識別技術(shù)及工程實踐 PDF格式下載

---