中国科学技术大学精品教材:模式识别

中国科学技术大学精品教材:模式识别 下载 mobi epub pdf 电子书 2024


简体网页||繁体网页
汪增福 著



点击这里下载
    


想要找书就要到 图书大百科
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

发表于2024-05-06

类似图书 点击查看全场最低价

图书介绍

出版社: 中国科学技术大学出版社
ISBN:9787312026546
版次:1
商品编码:10339634
包装:平装
开本:16开
出版时间:2010-01-01
用纸:胶版纸
页数:322
字数:370000
正文语种:中文


相关图书





图书描述

内容简介

《模式识别》主要介绍统计模式识别和结构模式识别的相关内容。全书由7章组成,第1章为绪论,第2章介绍统计模式识别中的几何方法,着重介绍特征空间的概念和相关分类器的设计方法。第3章介绍统计模式识别中的概率方法,着重介绍最小错误概率分类器、最小风险分类器、纽曼皮尔逊分类器和最小最大分类器以及概率密度函数的参数估计和非参数估计等。第4章讨论典型分类器错误概率的计算问题。第5章讨论无监督情况下的模式识别问题,着重介绍几种典型的聚类算法:基于分裂的聚类方法、基于合并的聚类方法、动态聚类方法、基于核函数的聚类方法和近邻函数值聚类方法等。第6章讨论结构模式识别问题,给出几种典型的文法规则和与之相关联的识别装置,包括有限状态自动机、下推自动机和图灵机等。最后,在第7章对全书进行总结。
《模式识别》可作为电子信息类各专业高年级本科生和硕士研究生模式识别课程的教材,也可供从事模式识别相关研究的教师和科研人员参考。

目录

总序
前言
第1章 绪论
1.1 模式和模式识别
1.2 模式的分类
1.3 模式识别系统的基本构成
1.4 模式识别方法及其分类
1.5 模式识别举例
1.6 本书内容安排

第2章 统计模式识别中的几何方法
2.1 统计分类的基本思想
2.1.1 特征空间和分类器设计
2.1.2 两个例子
2.2 模式的相似性度量和最小距离分类器
2.2.1 相似性度量和距离函数
2.2.2 最小距离分类器
2.3 线性可分情况下的几何分类法
2.3.1 线性判别函数和线性分类器
2.3.2 线性判别函数的参数确定
2.3.3 感知器算法
2.3.4 收敛性定理
2.3.5 梯度下降法
2.3.6 最小平方误差法
2.4 非线性可分情况下的几何分类法
2.4.1 广义线性判别函数法
2.4.2 分段线性判别函数法
2.4.3 非线性判别函数法:位势函数法
2.5 线性可分问题的非迭代解法
2.6 最优分类超平面
本章小结

第3章 统计模式识别中的概率方法
3.1 用概率方法描述分类问题
3.2 几个相关的概念
3.3 最小错误概率判决准则
3.4 最小风险判决规则
3.5 贝叶斯统计判决规则的似然比表现形式
3.5.1 最小错误概率判决规则的似然比表现形式
3.5.2 最小风险判决规则的似然比表现形式
3.6 拒绝判决
3.7 贝叶斯分类器的一般结构
3.8 Neyman-Pearson判决规则
3.9 最小最大判决规则
3.10 基于分段线性化的分类器设计
3.11 正态分布下的分类器设计
3.11.1 正态分布的定义和若干性质
3.11.2 正态分布下的分类器设计
3.12 有监督情况下类条件概率密度的参数估计
3.12.1 最大似然估计
3.12.2 贝叶斯估计和贝叶斯学习
3.13 非监督情况下类条件概率密度的参数估计
3.14 类条件概率密度的非参数估计
3.14.1 非参数估计的基本概念和方法
3.14.2 Parzen窗估计法
3.14.3 Kn-近邻估计法
3.14.4 正交级数副近法
本章小结

第4章 分类器的错误率
4.1 正态分布下的错误率
4.2 样本各维之间统计独立情况下的错误率
4.3 错误率界限的理论估计
4.3.1 Chernoff界限
4.3.2 Bhattacharyya界限
4.4 近邻分类法的错误率
4.5 分类器错误率的实验估计
4.5.1 已训练分类器错误率的实验估计
4.5.2 有限样本情况下分类器错误率的实验估计
本章小结

第5章 统计模式识别中的聚类方法
5.1 聚类分析
5.2 聚类准则
5.2.1 误差平方和准则函数
5.2.2 权平均平方距离和准则函数
5.2.3 类间距离和准则函数
5.2.4 离散度准则函数
5.3 基于分裂的聚类算法
5.3.1 简单增类聚类算法
5.3.2 改进的增类聚类算法
5.4 基于合并的聚类算法
5.5 动态聚类算法
5.5.1 C-均值动态聚类算法(I)
5.5.2 C-均值动态聚类算法(Ⅱ)
5.5.3 ISODATA算法
5.5.4 基于样本和核的相似性度量的动态聚类算法
5.6 基于近邻函数值准则的聚类算法
5.7 最小张树聚类算法
本章小结

第6章 结构模式识别中的句法方法
6.1 模式基元和模式结构的表达
6.2 形式语言基础
6.2.1 集合、集合间的关系和集合运算
6.2.2 符号串和语言
6.2.3 文法
6.2.4 文法的分类
6.3 有限状态自动机
6.3.1 确定的有限状态自动机
6.3.2 非确定的有限状态自动机
6.3.3 有限状态自动机之间的等价
6.3.4 有限状态文法和有限状态自动机
6.4 下推自动机
6.4.1 下推自动机的即时描述
6.4.2 上下文无关文法和下推自动机
6.5 图灵机
6.6 关于语言、文法和自动机的再讨论
6.6.1 语言的命名
6.6.2 从语言构建自动机
6.6.3 语言类型的确定
6.7 句法分析
6.7.1 正向剖析过程的树表示
6.7.2 先验规则引导的树正向剖析算法
6.7.3 基于三角表格的反向剖析算法
6.8 文法推断
6.8.1 正则文法的推断
6.8.2 非正则文法的推断
本章小结

第7章 总结
附录
参考文献

精彩书摘

特征表达特征的表达方式和特征本身密切相关。如果所选择的特征是一组度量和属性特征,那么可以用相应的度量和属性参量构建一个特征向量。其中,每一个相关的度量和属性参量构成该特征向量的一个分量。一定范围内的所有特征向量组成一个特征空间,而前述的特征向量成为该模式空间中的一个点。为叙述方便起见,在不至于引起混淆的情况下今后将这样的特征向量也称为观测样本。和模式空间一般具有很大维数这一点不同,相应特征空间的维数一般很小。这样,通过引入特征抽取和表达这一关键步骤,我们可以实现从模式空间到特征空间的映射;这个映射过程实质上是一个降维的过程。实施降维操作的目的是为了获取输入模式的更本质的特征表达以便于后续的识别与分类。
此外,如果所选择的特征是一组基元特征,则从基元之间的连接关系出发来表达输入模式可能是一种更为恰当的选择。此时,相应的模式可用一个具有一定结构的树或图来表示。当然,通过适当定义基元的度量和属性,输入模式同样也可以用特征向量进行表达,虽然这种表达方式有些时候显得有些牵强。
分类与识别一旦输人模式的特征被选择和抽取,接下来的工作是根据所获得的输入模式的特征描述,判断该输入模式的类别。当一个输入模式可被表征为特征空间中的一个特征向量时,相应的问题被转化为特征空间的分割问题。为了实现对特征空间的正确分割从而解决相应的分类问题,一种做法是进行大量的试验,即在各种观测条件下对待识别对象进行大量的观测,获得待识别对象大量的观测样本;并依据所选择的特征通过特征抽取步骤将这些观测样本映射到相应的特征空间中。然后,根据观测样本所对应的特征向量在特征空间中的分布情况对特征空间实施分割,将其分割成若干个区域,使得每一个区域中尽可能只包含来自同一个类别的样本。通过这种操作,可以在特征空间中的一个分割区域和一个类别之间建立关联。

前言/序言

  2008年是中国科学技术大学建校五十周年。为了反映五十年来办学理念和特色,集中展示教材建设的成果,学校决定组织编写出版代表中国科学技术大学教学水平的精品教材系列。在各方的共同努力下,共组织选题281种,经过多轮、严格的评审,最后确定50种人选精品教材系列。
  1958年学校成立之时,教员大部分都来自中国科学院的各个研究所。作为各个研究所的科研人员,他们到学校后保持了教学的同时又作研究的传统。同时,根据“全院办校,所系结合”的原则,科学院各个研究所在科研第一线工作的杰出科学家也参与学校的教学,为本科生授课,将最新的科研成果融人到教学中。五十年来,外界环境和内在条件都发生了很大变化,但学校以教学为主、教学与科研相结合的方针没有变。正因为坚持了科学与技术相结合、理论与实践相结合、教学与科研相结合的方针,并形成了优良的传统,才培养出了一批又一批高质量的人才。
  学校非常重视基础课和专业基础课教学的传统,也是她特别成功的原因之一。当今社会,科技发展突飞猛进、科技成果日新月异,没有扎实的基础知识,很难在科学技术研究中作出重大贡献。建校之初,华罗庚、吴有训、严济慈等老一辈科学家、教育家就身体力行,亲自为本科生讲授基础课。他们以渊博的学识、精湛的讲课艺术、高尚的师德,带出一批又一批杰出的年轻教员,培养了一届又一届优秀学生。这次人选校庆精品教材的绝大部分是本科生基础课或专业基础课的教材,其作者大多直接或间接受到过这些老一辈科学家、教育家的教诲和影响,因此在教材中也贯穿着这些先辈的教育教学理念与科学探索精神。
  改革开放之初,学校最先选派青年骨干教师赴西方国家交流、学习,他们在带回先进科学技术的同时,也把西方先进的教育理念、教学方法、教学内容等带回到中国科学技术大学,并以极大的热情进行教学实践,使“科学与技术相结合、理论与实践相结合、教学与科研相结合”的方针得到进一步深化,取得了非常好的效果,培养的学生得到全社会的认可。这些教学改革影响深远,直到今天仍然受到学生的欢迎,并辐射到其他高校。在入选的精品教材中,这种理念与尝试也都有充分的体现。

中国科学技术大学精品教材:模式识别 下载 mobi epub pdf txt 电子书 格式

中国科学技术大学精品教材:模式识别 mobi 下载 pdf 下载 pub 下载 txt 电子书 下载 2024

中国科学技术大学精品教材:模式识别 下载 mobi pdf epub txt 电子书 格式 2024

中国科学技术大学精品教材:模式识别 下载 mobi epub pdf 电子书
想要找书就要到 图书大百科
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

用户评价

评分

可大的教材 不错的

评分

很不错的书。

评分

很好!

评分

挺好的教材,讲解透彻合理

评分

商品和服务都好,正在读,还谈不上感受

评分

还没看,应该不错,别人推荐的

评分

再便宜点就好了 发货真是出乎意料的快,昨天下午订的货,第二天一早就收到了,赞一个,书质量很好,正版。独立包装,每一本有购物清单,让人放心。帮人家买的书,周五买的书,周天就收到了,快递很好也很快,包装很完整,跟同学一起买的两本,我们都很喜欢,谢谢!我在网上买的几本书送到了。取书的时候,忽然想起一家小书店,就在我们大院对面的街上,以前我常去,书店的名字毫无记忆,但店里的女老板我很熟,每次需要什么书都先给她打电话说好,晚上散步再去取。我们像朋友一样聊天,她还时常替读者找我签名。可是,自从学会从网上购书后,我再也没去过她那里了,今天忽然想起她,晚上散步到她那里,她要我教她在网上买书,这就是帮她在京东上买了这本书。好了,废话不说。通读这本书,是需要细火慢烤地慢慢品味和幽寂沉思的。亲切、随意、简略,给人洁净而又深沉的感触,这样的书我久矣读不到了,今天读来实在是一件叫人高兴之事。作者审视历史,拷问灵魂,洋溢着哲思的火花。人生是一段段的旅程,也是需要承载物的。因为火车,发生过多少相聚和分离。当一声低鸣响起,多少记忆将载入历史的尘梦中啊。其实这本书一开始我也没看上,是朋友极力推荐加上书封那个有点像史努比的小人无辜又无奈的小眼神吸引了我,决定只是翻一下就好,不过那开篇的序言之幽默一下子便抓住了我的眼睛,一个词来形容——“太逗了”。|据说,2011年8月24日,京东与支付宝合作到期。官方公告显示,京东商城已经全面停用支付宝,除了无法使用支付服务外,使用支付宝账号登录的功能也一并被停用。京东商城创始人刘先生5月份曾表示京东弃用支付宝原因是支付宝的费率太贵,为快钱等公司的4倍。在弃支付宝而去之后,京东商城转投银联怀抱。这点我很喜欢,因为支付宝我从来就不用,用起来也很麻烦的。好了,现在给大家介绍三本好书:《古拉格:一部历史》在这部受到普遍称赞的权威性著作中,安妮·阿普尔鲍姆第一次对古拉格——一个大批关押了成百上千万政治犯和刑事犯的集中营——进行了完全纪实性的描述,从它在俄国革命中的起源,到斯大林治下的扩张,再到公开性时代的瓦解。阿普尔鲍姆深刻地再现了劳改营生活的本质并且将其与苏联的宏观历史联系起来。《古拉格:一部历史》出版之后立即被认为是一部人们期待已久的里程碑式的学术著作,对于任何一个希望了解二十世纪历史的人来说,它都是一本必读书。厌倦了工作中的枯燥忙碌?吃腻了生活中的寻常美味?那就亲手来做一款面包尝尝吧!面包不仅是物质生活的代名词,还是温暖和力量的化身。作者和你一样,是一个忙碌的上班族,但她却用六年的烘焙经验告诉你:只要有一颗热爱生活的心,一双勤快灵活的手,美味的面包和美好的生活,统统都属于你!<停在新西兰刚刚好>100%新西兰=1%旅行 1%打工 98%成长全世界年轻人都在打工度假!错过30岁就等下辈子!她叫巴道。26岁那年,她发现一个书本上从来没有提过的秘密:全世界年轻人都在打工度假。拿到打工度假签证,你不必承担巨额旅费,也不必羞于张口找父母要钱,因为你可以像当地人一样打工赚钱。你不会成为一个无趣又匆忙的观光客,因为你可以花一年的时间,看细水长流。目前向中国大陆开放这种签证的国家,只有新西兰——《霍比特人》和《魔戒》的故乡,百分百纯净的蓝天白云,山川牧场。世界向年轻人敞开了一道门。门外光芒万丈,门里波谲云诡。巴道发现,自己心动了。|

评分

这本书对模式识别做了基本的介绍,非常适合入门阅读,总的说来这本书偏向于理论。适合硕士生作为参考书。

评分

商品到的很快,书都翻了下,纸张还不错,活动价很值得上手

类似图书 点击查看全场最低价

中国科学技术大学精品教材:模式识别 mobi epub pdf txt 电子书 格式下载 2024


分享链接








相关图书


本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

友情链接

© 2024 book.qciss.net All Rights Reserved. 图书大百科 版权所有