精品无人区码一码二码三码区别 ,激情综合五月,国内精品视频一区二区三区八戒

2021-03-25 18:08 來源：京東作者：京東

編輯推薦:

內(nèi)容簡介:　　《模糊分類及其在光譜信息處理中的應(yīng)用》主要研究模糊分類中的模糊聚類，模糊特征提取和模糊分類器以及它們在農(nóng)產(chǎn)品／食品的近紅外光譜信息處理中的應(yīng)用。模糊聚類算法涉及模糊c_均值聚類、聯(lián)合模糊C_均值聚類、利用核方法和新的非歐氏距離改進一些模糊聚類、一種改進的可能模糊C_均值聚類算法等。模糊特征提取涉及模糊線性判別分析、核模糊主成分分析、核模糊判別分析、模糊非相關(guān)判別分析等。模糊分類器涉及模糊K近鄰，核模糊K近鄰。用模糊聚類算法對蘋果近紅外光譜、生菜近紅外光譜、茶葉中紅外光譜進行分類。用模糊線性判別分析和模糊非相關(guān)判別分析提取近紅外光譜的鑒別信息。
　　《模糊分類及其在光譜信息處理中的應(yīng)用》可為研究模糊分類、模式識別和近紅外光譜信息處理方向的科研工作者提供借鑒和參考，也町為從事農(nóng)產(chǎn)品、食品近紅外光譜信息的分析和處理的研究生和教師提供參考。

作者簡介:

目錄:1 緒論
1．1 模糊分類概述
1．2 模糊分類的發(fā)展概況
1．3 模糊分類的基本理論簡介
1．3．1 模糊集合
1．3．2 基于目標(biāo)函數(shù)的模糊聚類
1．3．3 模糊判別分析
1．4 本章小結(jié)
參考文獻(xiàn)

2 模糊混合聚類模型
2．1 模糊聚類概述
2．2 聯(lián)合模糊C-均值聚類模型
2．2．1 MPCM模型
2．2．2 AFCM模型
2．2．3 MPCM和AFCM的對比實驗
2．3 一種改進的可能模糊聚類算法
2．3．1 PCA算法及其存在的問題
2．3．2 改進的PCM與改進的PFcM
2．3．3 實驗結(jié)果
2．4 基于聚類中心分離的可能模糊聚類模型
2．4．1 基于聚類中心分離的模糊C一均值聚類（FCM_CCS）
2．4．2 基于聚類中心分離的可能聚類（PCM_CCS）
2．4．3 基于聚類中心分離的可能模糊聚類（PFCM_CCS）
2．4．4 實驗結(jié)果
2．5 一種混合可能聚類算法
2．5．1 算法描述
2．5．2 實驗結(jié)果
2．6 聯(lián)合模糊熵聚類
2．6．1 算法描述
2．6．2 實驗結(jié)果
2．7 本章小結(jié)
參考文獻(xiàn)

3 基于核的模糊聚類
3．1 核模糊聚類概述
3．2 基于核的修正可能C-均值聚類
3．2．1 算法描述
3．2．2 實驗結(jié)果
3．3 基于核的廣義噪聲聚類算法
3．3．1 GNC算法
3．3．2 KGNC算法
3．3．3 實驗結(jié)果
3．4 基于核的可能模糊C_均值聚類
3．4．1 算法描述
3．4．2 實驗結(jié)果
3．5 基于核的聚類中心分離的模糊C_均值聚類
3．5．1 算法描述
3．5．2 實驗結(jié)果
3．6 基于核的類間分離聚類
3．6．1 算法描述
3．6．2 實驗結(jié)果
3．7 本章小結(jié)
參考文獻(xiàn)

4 基于非歐氏距離的模糊聚類算法
4．1 引言
4．2 一種新的非歐氏距離
4．3 基于非歐氏距離可能模糊C_均值聚類算法
4．3．1 可能模糊c-均值聚類算法
4．3．2 APFCM算法
4．3．3 實驗結(jié)果
……

5 基于核的模糊鑒別信息提取及分類
6 基于模糊協(xié)方差矩陣聚類的茶葉紅外光譜分類
7 蘋果近紅外光譜的模糊聚類分析
8 茶葉傅里葉紅外光譜模糊聚類分析
9 模糊K調(diào)和均值聚類的近／中紅外光譜分類
10 模糊學(xué)習(xí)矢量量化模型

相關(guān)商品