《模式識別》

《模式識別》

《模式識別》是由邊肇祺;張學工所著的一本模式識別類書籍之一。

基本信息

《模式識別》《模式識別》
【作者】邊肇祺;張學工[同作者作品]
【叢書名】新編《信息、控制與系統》系列教材
【出版社】清華大學出版社
【書號】9787302010593
【出版日期】2007年7月
【開本】16開
【頁碼】338
【版次】2-13
【所屬分類】計算機>人工智慧>模式識別

本書是清華大學自動化系教材,主要討論統計模式識別理論和方法,第一版包括貝葉斯決策理論線性和非線性判別函式近鄰規則經驗風險最小化特徵提取和選擇,以及聚類分析,等等。多數章後附有習題,適合於數學和自學。
第二版在第一版基礎上進行了較多的修訂和補充,增加了關於人工神經網路、模糊模式識別、模擬退火和遺傳算法,以及統計學習理論和支持向量機等內容,還介紹了模式識別在人臉識別、說話人語音識別及字元識別等中的套用實例。

目錄

第二版前言
第一版前言
第1章緒論
1.1模式識別和模式的概念
1.2模式識別系統
1.3關於模式識別的一些基本問題
1.4關於本書的內容安排
第2章貝葉斯決策理論
2.1引言
2.2幾種常用的決策規則
2.3常態分配時的統計決策
2.4關於分類時的統計決策
2.5討論
習題
第3章機率密度函式的估計
3.1引言
3.2參數估計的基本概念
3.3常態分配的監督參數估計
3.4非監督參數估計
3.5總體分布的非參數估計
3.6關於分類器錯誤率的估計問題
3.7討論
習題
第4章線性判別函式
4.1引言
4.2Fisher線性判別
4.3感知準則函式
4.4最小錯分樣本數準則
4.5最小平方誤差準則函式
4.6隨機最小錯誤率線性判別準則函式
4.7多類問題
4.8討論
習題
第5章非線性判別函式
第6章近鄰法
第7章經驗風險最小化和有序風險最小化方法
第8章特徵的選擇與提取
第9章基於K-L展開式的特徵提取
第10章非監督學習方法
第11章人工神經網路
第12章模糊模式識別方法
第13章統計學習理論和支持向量機
第14章模式識別在語音信號數字處理中的套用舉例
第15章印刷體漢字識別中的特徵提取
主要參考書目
附錄A幾種最最佳化算法

【前言】

第二版前言
本書自1988年出版以來已經過去10多年了。在這期間,我們把它作為高年級學生和研究生學習模式識別課程的教材取得了不少的教學經驗,也發現了原書中的個別錯誤以及敘述不清楚的地方。特別是自本書出版以來,模式識別學科還在不斷地發展,人工神經網路和各種新的最最佳化技術在模式識別中的廣泛套用,以及作為統計模式識別基礎的統計學習理論的新進展,都使我們迫切感覺到要對本書進行大的修改和補充新的內容,以適應當前學科發展的需要。在清華大學出版社的大力支持下,我們成立了由邊肇旗、閻平凡、趙南元張學工和張長水等教授和副教授組成的改寫小組,並由張學工副教授負責第二版的..

相關詞條

相關搜尋

熱門詞條

聯絡我們