模式識(shí)別與智能計(jì)算

內(nèi)容概要

本書(shū)廣泛吸取統(tǒng)計(jì)學(xué)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能、群智能計(jì)算等學(xué)科的先進(jìn)思想和理論，將其應(yīng)用到模式識(shí)別領(lǐng)域中；以一種新的體系，系統(tǒng)、全面地介紹模式識(shí)別的理論、方法及應(yīng)用。全書(shū)共分為l4章，內(nèi)容包括：模式識(shí)別概述，特征的選擇與優(yōu)化，模式相似性測(cè)度，基于概率統(tǒng)計(jì)的貝葉斯分類(lèi)器設(shè)計(jì)，判別函數(shù)分類(lèi)器設(shè)計(jì)，神經(jīng)網(wǎng)絡(luò)分類(lèi)器設(shè)計(jì)(BP神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)、白組織競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)、對(duì)向傳播神經(jīng)網(wǎng)絡(luò)、反饋型神經(jīng)網(wǎng)絡(luò))，決策樹(shù)分類(lèi)器設(shè)計(jì)，粗糙集分類(lèi)器設(shè)計(jì)，聚類(lèi)分析，模糊聚類(lèi)分析，禁忌搜索算法聚類(lèi)分析，遺傳算法聚類(lèi)分析，蟻群算法聚類(lèi)分析，粒子群算法聚類(lèi)分析。
本書(shū)內(nèi)容新穎，實(shí)用性強(qiáng)，理論與實(shí)際應(yīng)用密切結(jié)合，以手寫(xiě)數(shù)字識(shí)別為應(yīng)用實(shí)例，介紹理論運(yùn)用于實(shí)踐的實(shí)現(xiàn)步驟及相應(yīng)的Matlab代碼，為廣大研究工作者和工程技術(shù)人員對(duì)相關(guān)理論的應(yīng)用提供借鑒。
本書(shū)可作為高等院校計(jì)算機(jī)工程、信息工程、生物醫(yī)學(xué)工程、智能機(jī)器入學(xué)、工業(yè)自動(dòng)化、模式識(shí)別等學(xué)科本科生、研究生的教材或教學(xué)參考書(shū)，也可供相關(guān)工程技術(shù)人員參考。

書(shū)籍目錄

第1章 模式識(shí)別概述
　1.1 模式識(shí)別的基本概念
 1.2 特征空間優(yōu)化設(shè)計(jì)問(wèn)題
 1.3　分類(lèi)器設(shè)計(jì)
 1.3.1 分類(lèi)器設(shè)計(jì)基本方法
 1.3.2 判別函數(shù)
 1.3.3 分類(lèi)器的選擇
 1.3.4 訓(xùn)練與學(xué)習(xí)
 1.4 聚類(lèi)設(shè)計(jì)
 1.5 模式識(shí)別的應(yīng)用
 本章小結(jié)
 習(xí)題1
第2章 特征的選擇與優(yōu)化
 2.1 特征空間優(yōu)化設(shè)計(jì)問(wèn)題
 2.2 樣本特征庫(kù)初步分析
 2.3 樣品篩選處理
 2.4　特征篩選處理
 2.5 特征評(píng)估
 2.6 基于主成分分析的特征提取
 2.7 特征空間描述與分析
 2.7.1 特征空間描述
 2.7.2 特征空間分布分析
 2.8 手寫(xiě)數(shù)字特征提取與分析
 2.8.1 手寫(xiě)數(shù)字特征提取
 2.8.2 手寫(xiě)數(shù)字特征空間分布分析
 本章小結(jié)
 習(xí)題2
第3章 模式相似性測(cè)度
 3.1 模式相似性測(cè)度的基本概念
 3.2 距離測(cè)度分類(lèi)法
 3.2.1 模板匹配法
 3.2.2 基于PCA的模板匹配法
 3.2.3 基于類(lèi)中心的歐式距離法分類(lèi)
　　……
第4章　基于概率統(tǒng)計(jì)的貝葉斯分類(lèi)器設(shè)計(jì)
第5章　判別函數(shù)分類(lèi)器設(shè)計(jì)
第6章　神經(jīng)網(wǎng)絡(luò)分類(lèi)器設(shè)計(jì)
第7章　決策樹(shù)分類(lèi)器設(shè)計(jì)
第8章　粗糙集分類(lèi)器設(shè)計(jì)
第9章　聚類(lèi)分析
第10　章模糊聚類(lèi)分析
第11章　禁忌搜索算法聚類(lèi)分析
第12章　遺傳算法聚類(lèi)分析
第13章　蟻群算法聚類(lèi)分析
第14章　粒子群算法聚類(lèi)分析
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：(1)對(duì)樣本特征庫(kù)進(jìn)行初步分析是指對(duì)原始數(shù)據(jù)進(jìn)行抽取，抽取那些對(duì)區(qū)別不同類(lèi)別最為重要的特征，而舍去那些對(duì)分類(lèi)并無(wú)多大貢獻(xiàn)的特征，從而得到能反映分類(lèi)本質(zhì)的特征?？疾樗x特征是否合理，能否實(shí)現(xiàn)分類(lèi)。如果把區(qū)別不同類(lèi)別的特征都從輸入數(shù)據(jù)中找到，這時(shí)自動(dòng)模式識(shí)別問(wèn)題就簡(jiǎn)化為匹配和查表，模式識(shí)別就不困難了。(2)對(duì)樣本篩選處理的目的是去掉“離群點(diǎn)”，減少這些“離群點(diǎn)”對(duì)分類(lèi)器的干擾。當(dāng)條件所限無(wú)法采集大量的訓(xùn)練樣品時(shí)，應(yīng)慎重對(duì)待離群點(diǎn)。樣本在特征空間中的理想分布是同類(lèi)相聚、異類(lèi)遠(yuǎn)離，但是在現(xiàn)實(shí)中很難達(dá)到理想的分布狀態(tài)，就要求分類(lèi)器具有泛化。(3)特征篩選處理的目的是分析特征之間的相關(guān)性，考查每個(gè)特征因子與目標(biāo)有無(wú)關(guān)系，以及特征因子之間是否存在相關(guān)關(guān)系。刪去那些相關(guān)的因子，在樣本不多的條件下可以改善分類(lèi)器的總體性能，降低模式識(shí)別系統(tǒng)的代價(jià)。特征的選擇常常面臨著保留哪些描述量、刪除哪些描述量，通常要經(jīng)過(guò)從多到少的過(guò)程。因?yàn)樵谠O(shè)計(jì)識(shí)別方案的初期階段，應(yīng)該盡量多的列舉出各種可能與分類(lèi)有關(guān)的特征，這樣可以充分利用各種有用的信息，改善分類(lèi)效果。但大量的特征中肯定會(huì)包含許多彼此相關(guān)的因素，造成特征的重復(fù)和浪費(fèi)，給計(jì)算帶來(lái)困難。Kanal．L曾經(jīng)總結(jié)過(guò)經(jīng)驗(yàn)：樣品數(shù)N與特征數(shù)n之比應(yīng)足夠大，通常樣本數(shù)Ⅳ是特征數(shù)n的5～10倍。(4)特征評(píng)判的目的是分析經(jīng)過(guò)篩選之后的特征，對(duì)分類(lèi)效果能否提高，能否拉大不同類(lèi)別之間的距離。對(duì)一個(gè)模式類(lèi)特征選擇的好與壞，很難在事先完全預(yù)測(cè)，而只能從整個(gè)分類(lèi)識(shí)別系統(tǒng)獲得的分類(lèi)結(jié)果給予評(píng)價(jià)。(5)特征提取目的是用較少的特征對(duì)樣本進(jìn)行描述，以達(dá)到降低特征空間維數(shù)的目的。(6)接著需要進(jìn)一步掌握樣本庫(kù)的總體分布情況，若發(fā)現(xiàn)效果不理想，應(yīng)再一次考察樣本庫(kù)，或重新提取特征，或增加特征，或進(jìn)一步刪除“離群點(diǎn)”等。如何確定合適的特征空間是設(shè)計(jì)模式識(shí)別系統(tǒng)十分重要、甚至更為關(guān)鍵的問(wèn)題。如果所選用的特征空間能使同類(lèi)物體分布具有緊致性，即各類(lèi)樣本能分布在該特征空間中彼此分割開(kāi)的區(qū)域內(nèi)，這就為分類(lèi)器設(shè)計(jì)成功提供了良好的基礎(chǔ)。反之，如果不同類(lèi)別的樣本在該特征空間中混雜在一起，再好的設(shè)計(jì)方法也無(wú)法提高分類(lèi)器的準(zhǔn)確性。

編輯推薦

《模式識(shí)別與智能計(jì)算:Matlab技術(shù)實(shí)現(xiàn)(第2版)》：1.選用新技術(shù)。除了介紹重要經(jīng)典內(nèi)容，書(shū)中還包括了近些年才發(fā)展起來(lái)的新技術(shù)、新理論，并將其應(yīng)用于模式識(shí)別中，提供這些新技術(shù)的實(shí)現(xiàn)方法和源代碼。2.實(shí)用性強(qiáng)。讀者對(duì)程序稍加改進(jìn)，就可以應(yīng)用到不同的場(chǎng)合，例如文字識(shí)別、字符識(shí)別、圖形識(shí)別等。3.容易上手。按照書(shū)中的實(shí)現(xiàn)步驟，讀者可以很快掌握模式識(shí)別技術(shù)；書(shū)中所有算法都用Maflab編程實(shí)現(xiàn)，通過(guò)實(shí)例程序的應(yīng)用，立刻會(huì)見(jiàn)到算法的實(shí)際效果。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    模式識(shí)別與智能計(jì)算 PDF格式下載

---