久久不见久久见免费影院www日本,狠狠干狠狠爱,黄色视频免费在线观看

2019-10-17 09:45 來源：京東作者：京東

編輯推薦:

內(nèi)容簡介: 《模式識別》主要介紹統(tǒng)計模式識別和結(jié)構(gòu)模式識別的相關(guān)內(nèi)容。全書由7章組成，第1章為緒論，第2章介紹統(tǒng)計模式識別中的幾何方法，著重介紹特征空間的概念和相關(guān)分類器的設(shè)計方法。第3章介紹統(tǒng)計模式識別中的概率方法，著重介紹最小錯誤概率分類器、最小風(fēng)險分類器、紐曼皮爾遜分類器和最小最大分類器以及概率密度函數(shù)的參數(shù)估計和非參數(shù)估計等。第4章討論典型分類器錯誤概率的計算問題。第5章討論無監(jiān)督情況下的模式識別問題，著重介紹幾種典型的聚類算法：基于分裂的聚類方法、基于合并的聚類方法、動態(tài)聚類方法、基于核函數(shù)的聚類方法和近鄰函數(shù)值聚類方法等。第6章討論結(jié)構(gòu)模式識別問題，給出幾種典型的文法規(guī)則和與之相關(guān)聯(lián)的識別裝置，包括有限狀態(tài)自動機、下推自動機和圖靈機等。最后，在第7章對全書進行總結(jié)。 《模式識別》可作為電子信息類各專業(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。

作者簡介:

目錄:總序 前言 第1章緒論 1.1 模式和模式識別 1.2 模式的分類 1.3 模式識別系統(tǒng)的基本構(gòu)成 1.4 模式識別方法及其分類 1.5 模式識別舉例 1.6 本書內(nèi)容安排 第2章統(tǒng)計模式識別中的幾何方法 2.1 統(tǒng)計分類的基本思想 2.1.1 特征空間和分類器設(shè)計 2.1.2 兩個例子 2.2 模式的相似性度量和最小距離分類器 2.2.1 相似性度量和距離函數(shù) 2.2.2 最小距離分類器 2.3 線性可分情況下的幾何分類法 2.3.1 線性判別函數(shù)和線性分類器 2.3.2 線性判別函數(shù)的參數(shù)確定 2.3.3 感知器算法 2.3.4 收斂性定理 2.3.5 梯度下降法 2.3.6 最小平方誤差法 2.4 非線性可分情況下的幾何分類法 2.4.1 廣義線性判別函數(shù)法 2.4.2 分段線性判別函數(shù)法 2.4.3 非線性判別函數(shù)法：位勢函數(shù)法 2.5 線性可分問題的非迭代解法 2.6 最優(yōu)分類超平面 本章小結(jié) 第3章統(tǒng)計模式識別中的概率方法 3.1 用概率方法描述分類問題 3.2 幾個相關(guān)的概念 3.3 最小錯誤概率判決準則 3.4 最小風(fēng)險判決規(guī)則 3.5 貝葉斯統(tǒng)計判決規(guī)則的似然比表現(xiàn)形式 3.5.1 最小錯誤概率判決規(guī)則的似然比表現(xiàn)形式 3.5.2 最小風(fēng)險判決規(guī)則的似然比表現(xiàn)形式 3.6 拒絕判決 3.7 貝葉斯分類器的一般結(jié)構(gòu) 3.8 Neyman-Pearson判決規(guī)則 3.9 最小最大判決規(guī)則 3.10 基于分段線性化的分類器設(shè)計 3.11 正態(tài)分布下的分類器設(shè)計 3.11.1 正態(tài)分布的定義和若干性質(zhì) 3.11.2 正態(tài)分布下的分類器設(shè)計 3.12 有監(jiān)督情況下類條件概率密度的參數(shù)估計 3.12.1 最大似然估計 3.12.2 貝葉斯估計和貝葉斯學(xué)習(xí) 3.13 非監(jiān)督情況下類條件概率密度的參數(shù)估計 3.14 類條件概率密度的非參數(shù)估計 3.14.1 非參數(shù)估計的基本概念和方法 3.14.2 Parzen窗估計法 3.14.3 Kn-近鄰估計法 3.14.4 正交級數(shù)副近法 本章小結(jié) 第4章分類器的錯誤率 4.1 正態(tài)分布下的錯誤率 4.2 樣本各維之間統(tǒng)計獨立情況下的錯誤率 4.3 錯誤率界限的理論估計 4.3.1 Chernoff界限 4.3.2 Bhattacharyya界限 4.4 近鄰分類法的錯誤率 4.5 分類器錯誤率的實驗估計 4.5.1 已訓(xùn)練分類器錯誤率的實驗估計 4.5.2 有限樣本情況下分類器錯誤率的實驗估計 本章小結(jié) 第5章統(tǒng)計模式識別中的聚類方法 5.1 聚類分析 5.2 聚類準則 5.2.1 誤差平方和準則函數(shù) 5.2.2 權(quán)平均平方距離和準則函數(shù) 5.2.3 類間距離和準則函數(shù) 5.2.4 離散度準則函數(shù) 5.3 基于分裂的聚類算法 5.3.1 簡單增類聚類算法 5.3.2 改進的增類聚類算法 5.4 基于合并的聚類算法 5.5 動態(tài)聚類算法 5.5.1 C-均值動態(tài)聚類算法（I） 5.5.2 C-均值動態(tài)聚類算法（Ⅱ） 5.5.3 ISODATA算法 5.5.4 基于樣本和核的相似性度量的動態(tài)聚類算法 5.6 基于近鄰函數(shù)值準則的聚類算法 5.7 最小張樹聚類算法 本章小結(jié) 第6章結(jié)構(gòu)模式識別中的句法方法 6.1 模式基元和模式結(jié)構(gòu)的表達 6.2 形式語言基礎(chǔ) 6.2.1 集合、集合間的關(guān)系和集合運算 6.2.2 符號串和語言 6.2.3 文法 6.2.4 文法的分類 6.3 有限狀態(tài)自動機 6.3.1 確定的有限狀態(tài)自動機 6.3.2 非確定的有限狀態(tài)自動機 6.3.3 有限狀態(tài)自動機之間的等價 6.3.4 有限狀態(tài)文法和有限狀態(tài)自動機 6.4 下推自動機 6.4.1 下推自動機的即時描述 6.4.2 上下文無關(guān)文法和下推自動機 6.5 圖靈機 6.6 關(guān)于語言、文法和自動機的再討論 6.6.1 語言的命名 6.6.2 從語言構(gòu)建自動機 6.6.3 語言類型的確定 6.7 句法分析 6.7.1 正向剖析過程的樹表示 6.7.2 先驗規(guī)則引導(dǎo)的樹正向剖析算法 6.7.3 基于三角表格的反向剖析算法 6.8 文法推斷 6.8.1 正則文法的推斷 6.8.2 非正則文法的推斷 本章小結(jié) 第7章總結(jié) 附錄 參考文獻

相關(guān)商品