模式識別原理與應(yīng)用

內(nèi)容概要

　　《高等學(xué)校電子與通信類專業(yè)十一五規(guī)劃教材：模式識別原理與應(yīng)用》將理論與實際相結(jié)合，有利于讀者加深對理論方法的理解，可使讀者較系統(tǒng)地掌握模式識別的理論精髓和相關(guān)技術(shù)。給出的應(yīng)用實例，為科研人員應(yīng)用模式識別方法解決相關(guān)領(lǐng)域的實際問題提供了具體思路和方法。同時，《高等學(xué)校電子與通信類專業(yè)十一五規(guī)劃教材?模式識別原理與應(yīng)用》緊跟學(xué)科發(fā)展前沿，介紹了一些最新的研究成果，如獨立分量分析、核方法和多分類器融合等?！　　陡叩葘W(xué)校電子與通信類專業(yè)十一五規(guī)劃教材?模式識別原理與應(yīng)用》系統(tǒng)闡述了模式識別原理與方法，并在此基礎(chǔ)上介紹了模式識別的應(yīng)用。　　《高等學(xué)校電子與通信類專業(yè)十一五規(guī)劃教材?模式識別原理與應(yīng)用》分為兩大部分：基礎(chǔ)部分主要包括統(tǒng)計模式識別、結(jié)構(gòu)模式識別、模糊模式識別、神經(jīng)網(wǎng)絡(luò)模式識別和多分類器融合等內(nèi)容；應(yīng)用部分主要包括文本分類、語音識別、圖像識別和視頻識別等內(nèi)容。

書籍目錄

第1章 緒論1.1 模式識別的基本概念1.2 模式識別系統(tǒng)1.3 模式識別的基本方法習(xí)題參考文獻(xiàn)第2章 貝葉斯決策理論2.1 分類器的描述方法2.1.1 基本假設(shè)2.1.2 模式分類器的描述2.2 最大后驗概率判決準(zhǔn)則2.2.1 判決準(zhǔn)則2.2.2 錯誤概率2.3 最小風(fēng)險貝葉斯判決準(zhǔn)則2.4 NeymanPerson判決準(zhǔn)則2.5 最小最大風(fēng)險判決準(zhǔn)則習(xí)題參考文獻(xiàn)第3章 概率密度函數(shù)估計3.1 概率密度函數(shù)估計概述3.2 參數(shù)估計的基本概念與評價準(zhǔn)則3.2.1 參數(shù)估計的基本概念3.2.2 參數(shù)估計的評價準(zhǔn)則3.3 概率密度函數(shù)的參數(shù)估計3.3.1 最大似然估計3.3.2 貝葉斯估計3.3.3 貝葉斯學(xué)習(xí)3.4 概率密度函數(shù)的非參數(shù)估計3.4.1 非參數(shù)估計的基本原理3.4.2 Parzen窗法3.4.3 kN步鄰法習(xí)題參考文獻(xiàn)第4章 線性判別分析4.1 線性判別函數(shù)4.1.1 線性判別函數(shù)的幾何意義4.1.2 廣義線性判別函數(shù)4.1.3 線性判別函數(shù)設(shè)計的一般步驟4.2 線性分類器4.2.1 基于錯誤概率的線性分類器4.2.2 Fisher線性判決4.2.3 感知準(zhǔn)則函數(shù)4.2.4 最小平方誤差準(zhǔn)則函數(shù)4.2.5 決策樹4.3 分段線性分類器4.3.1 分段線性分類器的定義4.3.2 分段線性距離分類器4.3.3 分段線性分類器設(shè)計的一般4.4 近鄰分類器4.4.1 最近鄰法4.4.2 k-近鄰法習(xí)題參考文獻(xiàn)第5章 特征提取和選擇第6章 聚類分析第7章 結(jié)構(gòu)模式識別第8章 模糊模式識別第9章 神經(jīng)網(wǎng)絡(luò)模式識別第10章 多分類器融合第11章 文本分類第12章 語音識別第13章 圖像識別第14章 視頻識別

編輯推薦

《高等學(xué)校電子與通信類專業(yè)十一五規(guī)劃教材?模式識別原理與應(yīng)用》可以作為電子科學(xué)、計算機科學(xué)、自動化科學(xué)、信息工程專業(yè)以及相關(guān)專業(yè)的高年級本科生和研究生的模式識別課程教材，同時也可供相關(guān)領(lǐng)域的研究人員參考。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    模式識別原理與應(yīng)用 PDF格式下載

---