基本信息
出版社:華南理工大學;第1版(2006年1月1日)
肖健華(作者)
平裝:202頁
正文語種:簡體中文
開本:16,0開
ISBN:756232316X
條形碼:9787562323167
商品尺寸:25.8x18.5x0.8cm
商品重量:322g
ASIN:B0011CJPL6
內容簡介
本書是關於智慧型模式識別方法研究的專著，全書涉及面較廣，內容新穎。
全書認真總結了作者及所在的研究集體多年的科研成果和國內外最新的研究資料，反映了當前智慧型模式識別領域的研究水平。
全書理論聯繫實際，使讀者能很快地將智慧型模式識別方法套用到實踐中。全書共分9章，內容包括：模式識別基本理論，主要人工智慧方法及其在特徵選擇與提取、模式分類、一類分類方法等方面的套用，最後介紹了智慧型模式識別方法在多個相關領域中的套用情況。
本書對從事模式識別、人工智慧技術、數據挖掘、智慧型管理等方面研究的科技人員具有重要的參考價值，也可以作為高等院校自動化、計算機等專業研究生和高年級本科生“模式識別”課程的教材或主要參考書。
目錄（節選）
第一章 緒論
第一節模式識別的含義
一、模式與模式識別的概念
二、模式識別系統
三、模式識別的主要研究內容
第二節模式識別的主要方法
第三節模式識別的套用領域
一、文字識別
二、語音識別
三、醫學上的套用
四、狀態監測與故障診斷
五、人臉識別
六、身份識別
第二章 統計模式識別基本理論
第一節貝葉斯決策
一、最小錯誤率貝葉斯分類
二、最小風險率貝葉斯分類
第二節機率密度函式估計
一、參數估計
二、非參數技術
第三節線性分類器
一、線性判別函式的基本概念
二、最小距離分類器
三、感知器準則函式
四、Fisher線性判別函式
第四節近鄰法
一、最近鄰法
二、K一近鄰法
第五節聚類分析
一、模式相似性測度和聚類準則
二、層次聚類法
三、c一均值算法
四、ISODATA算法
第六節特徵選擇與提取的基本方法
一、特徵評判標準——類別可分性判據
二、特徵選擇及搜尋算法
三、基於K—L變換的特徵提取
第三章 特徵選擇與提取中的智慧型方法
第一節基於神經網路的特徵選擇與提取
一、神經網路理論
二、前向多層神經網路、BP算法
三、基於神經網路的特徵選擇與提取方法
第二節基於粗糙集的特徵選擇與提取
一、粗糙集基本理論
二、基於粗糙集的屬性約簡
三、連續屬性的離散化方法
四、粗糙集理論屬性約簡中的三個問題
五、基於啟發式知識的屬性約簡方法
第三節基於遺傳算法的特徵選擇與提取
一、基本遺傳算法
二、遺傳算法的基本實現技術
三、遺傳算法與特徵選擇、提取
第四章 神經網路模式識別
第一節基於多層前饋神經網路的模式識別
一、多層前饋神經網路在模式識別中的套用方法
二、基於遺傳神經網路的科研立項評審方法
第二節雙向聯想記憶(趾M)
一、M矩陣的確定
二、雙向聯想功能的實現
三、EAM在故障診斷中的套用例子
第三節徑向基函式神經網路
一、插值問題
二、正規化問題
三、邢F網路學習方法
第四節自組織特徵映射神經網路
一、網路的拓撲結構
二、網路自組織算法
三、有教師學習
四、自組織網路用於模式識別的一個例子
第五章 模糊模式識別
第一節模糊數學的基本理論
一、模糊集合
二、模糊關係
三、模糊變換與模糊綜合評判
第二節模糊模式識別的基本方法
一、最大隸屬原則
二、擇近原則
第三節模糊神經網路
華南理工出版社出版書籍（十）
| 華南理工大學出版社是教育部主管的全國重點大學出版社，成立於1985年。二十多年來，我社始終堅持為高校教學、科研和學科建設服務的辦社宗旨，秉承“服務教育，傳承文明，致力原創，追求卓越”的出版理念，以品牌建設為龍頭，以學科建設為依託，發揮學校學科和廣東地域優勢，堅持以學術精品為立社之本，增強自主創新能力。 |
