新書推薦：
《
凡事发生皆有利于我（这是一本读了之后会让人运气变好的书”治愈无数读者的心理自助经典）
》
售價：NT$
203.0
《
未来特工局
》
售價：NT$
254.0
《
高术莫用（十周年纪念版 逝去的武林续篇 薛颠传世之作 武学尊师李仲轩家世 凸显京津地区一支世家的百年沉浮）
》
售價：NT$
250.0
《
英国简史（刘金源教授作品）
》
售價：NT$
449.0
《
便宜货：廉价商品与美国消费社会的形成
》
售價：NT$
352.0
《
读书是一辈子的事（2024年新版）
》
售價：NT$
352.0
《
乐道文库·什么是秦汉史
》
售價：NT$
367.0
《
汉娜·阿伦特与以赛亚·伯林 ： 自由、政治与人性
》
售價：NT$
500.0
|
| 內容簡介： |
|
《模式识别原理及应用》是关于模式识别理论方法及应用的一本专著，系统地介绍了模式识别的基本理论和基本方法，并在此基础上介绍了模式识别的典型应用和新型应用。《模式识别原理及应用》分为二十章，各章包括理论部分和应用部分。主要内容包括统计模式识别、结构模式识别、模糊模式识别、神经网络模式识别等内容，同时还加入当前应用广泛的隐马尔可夫斯基模型、条件随机场模型、最大熵模型等，并通过大量实例讲述如何将所学知识运用到实际应用之中，对文本分类、文本聚类、语音识别、图像识别等应用做了详细介绍。注重对主要知识内容的深入讨论，又突出了广泛性、新颖性。
|
| 目錄：
|
第1章 模式识别概论
1.1 概述
1.2 模式识别的发展历史
1.3 模式识别与其他学科的关系
1.4 模式识别的基本方法
1.5 模式识别的应用
本章小结
习题与思考题
参考文献
第2章 模式识别的基本概念
2.1 概述
2.2 基本概念
2.3 模式识别系统
2.4 模式识别的一些基本问题
2.5 相关数学概念
本章小结
习题与思考题
参考文献
第3章 模式识别的判别函数
3.1 概述
3.2 线性判别函数的基本概念
3.3 线性判别函数的判定面
3.4 非线性判别函数
3.5 广义线性判别函数
3.6 线性分类器的设计
本章小结
习题与思考题
参考文献
第4章 线性分类器
4.1 概述
4.2 线性判别函数与决策超平面
4.3 感知器算法
4.4 最小误差平方和法
4.5 梯度下降算法与最小二乘法
4.6 Fisher分类器
本章小结
习题与思考题
参考文献
第5章 特征提取与选择
5.1 概述
5.2 基本概念
5.3 类别可分性判据
5.4 基于可分性判据的特征提取
5.5 基于K-L变换的特征提取
本章小结
习题与思考题
参考文献
第6章 基于贝叶斯决策理论的分类器
6.1 概述
6.2 贝叶斯决策理论的基本概念
6.3 常用的决策规则
6.4 概率密度函数的估计
6.5 朴素贝叶斯分类器
6.6 贝叶斯网络
本章小结
习题与思考题
参考文献
第7章 聚类分析
7.1 概述
7.2 聚类分析的概念
7.3 相似性度量
7.4 聚类准则函数
7.5 聚类算法
7.6 聚类分析在虚假评论检测中的应用
本章小结
习题与思考题
参考文献
第8章 句法模式识别
8.1 概述
8.2 形式语言概述
8.3 基元提取和文法推断
8.4 句法分析
8.5 自动机理论
8.6 自动机理论在语音识别中的应用
本章小结
习题与思考题
参考文献
第9章 模糊模式识别
9.1 概述
9.2 模糊模式识别的基本概念
9.3 直接模糊模式识别法
9.4 间接模糊模式识别法
9.5 模糊聚类
9.6 模糊模式识别在大气质量评定中的应用
本章小结
习题与思考题
参考文献
第10章 决策树
10.1 概述
10.2 决策树学习
10.3 CLS学习算法
10.4 ID3学习算法
10.5 决策树的剪枝技术
10.6 决策树的评价
10.7 决策树算法的优化
10.8 决策树的应用
10.8.1 决策树在文本分类中的应用
10.8.2 基于决策树的个人住房贷款信用风险评估模型
本章小结
习题与思考题
参考文献
第11章 人工神经网络
11.1 概述
11.2 神经元
11.3 人工神经网络拓扑结构
11.4 人工神经网络学习方法及规则
11.5 前馈神经网络及其主要算法
11.6 Hopfield网络
11.7 自组织神经网络
11.8 人工神经网络的应用
本章小结
习题与思考题
参考文献
第12章 隐马尔可夫模型
12.1 概述
12.2 隐马尔可夫模型的概念
12.3 隐马尔可夫模型的三个基本问题及解决办法
12.4 隐马尔可夫模型在中文旅游景点识别中的应用
本章小结
习题与思考题
参考文献
第13章 最大熵模型
13.1 概述
13.2 熵及最大熵
13.3 最大熵模型
13.4 最大熵在自然语言处理中的应用
本章小结
习题与思考题
参考文献
第14章 条件随机场
14.1 概述
14.2 概率图模型
14.3 条件随机场简介
14.4 势函数
14.5 参数估计与训练
14.6 参数估计的优化
14.7 条件随机场在旅游领域命名实体识别中的应用
本章小结
习题与思考题
参考文献
第15章 统计学习理论及支持向量机
15.1 概述
15.2 机器学习的基本问题和方法
15.3 统计学习理论
15.4 支持向量机
15.5 支持向量机的分类与回归
15.6 基于支持向量机的汉语问句分类
本章小结
习题与思考题
参考文献
第16章 统计语言模型及信息检索
16.1 概述
16.2 统计语言模型
16.3 信息检索
16.4 统计语言模型在拼音输人法中的应用
本章小结
习题与思考题
参考文献
第17章 基于SVM的中文文本分类
17.1 概述
17.2 文本分类的原理
17.3 基于SVM的文本分类
本章小结
参考文献
第18章 基于K均值的中文文本聚类
18.1 概述
18.2 K均值聚类
18.3 K均值中文文本聚类
18.4 实验与结果分析
本章小结
参考文献
第19章 基于HMM的语音识别
19.1 概述
19.2 语音识别
19.3 实验及结果分析
本章小结
参考文献
第20章 基于BP神经网络的数字识别
20.1 概述
20.2 基于BP神经网络数字识别的算法
本章小结
参考文献
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
