模式識彆與智能計算的 MATLAB實現（第2版） 下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

模式識彆與智能計算的 MATLAB實現（第2版）

模式識彆與智能計算已經成為當今科學研究中的一種重要的數據處理手段。本書理論聯係實際，較為全麵地介紹瞭現代模式識彆和智能計算方法

及其應用技巧，通過大量的實例，講解模式識彆與智能計算的理論、算法及編程步驟，並提供瞭MATLAB程序的源代碼 。

本書在MATLAB中文論壇設有交流平颱。

內容簡介

　　模式識彆與智能計算的MATLAB實現（第2版）

　　針對各學科數據信息的特點以及科學工作者對信息處理和數據挖掘技術的要求,本書既介紹瞭模式識彆和智能計算的基礎知識,又較為詳細地介紹瞭現代模式識彆和智能計算在科學研究中的應用方法和各算法的MATLAB源程序。

　　本書可以幫助廣大的科學工作者掌握模式識彆和智能計算方法,並應用於實際的研究中,提高對海量數據信息的處理及挖掘能力,針對性和實用性強,具有較高的理論和實用價值。本書可作為高等院校計算機工程、信息工程、生物醫學工程、智能機器人、工業自動化、地質、水利、化學和環境等專業研究生、本科生的教材或教學參考書,亦可供有關工程技術人員參考。

作者簡介

許國根，畢業於南京大學分析化學專業，長期奮鬥在一綫的高校資深化學教師。為瞭實現“數學化學”夢想， 一直緻力於數學在化學中的應用，熱衷於MATLAB、模式識彆、數據挖掘、化學計量學等相關知識的學習與應用，撰寫過多部介紹MATLAB在化學中應用技巧的書籍。

內頁插圖

目錄

第1章 緒 論…………………………………………………………………………………… 1

1.1 模式識彆的基本概念…………………………………………………………………… 1

1.1.1 模式與模式識彆的概念…………………………………………………………… 1

1.1.2 模式的特徵………………………………………………………………………… 1

1.1.3 模式識彆係統……………………………………………………………………… 2

1.2 模式識彆的主要方法…………………………………………………………………… 2

1.3 模式識彆的主要研究內容……………………………………………………………… 3

1.4 模式識彆在科學研究中的應用………………………………………………………… 3

1.4.1 化閤物的構效分析………………………………………………………………… 3

1.4.2 譜圖解析…………………………………………………………………………… 4

1.4.3 材料研究…………………………………………………………………………… 4

1.4.4 催化劑研究………………………………………………………………………… 5

1.4.5 機械故障診斷與監測……………………………………………………………… 5

1.4.6 化學物質源産地判斷……………………………………………………………… 6

1.4.7 疾病的診斷與預測………………………………………………………………… 6

1.4.8 礦藏勘探…………………………………………………………………………… 7

1.4.9 考古及食品工業中的應用………………………………………………………… 7

第2章 統計模式識彆技術………………………………………………………………… 8

2.1 基於概率統計的貝葉斯分類方法…………………………………………………… 8

2.1.1 最小錯誤率貝葉斯分類…………………………………………………………… 9

2.1.2 最小風險率貝葉斯分類…………………………………………………………… 10

2.2 綫性分類器………………………………………………………………………………12

2.2.1 綫性判彆函數……………………………………………………………………… 12

2.2.2 Fisher綫性判彆函數……………………………………………………………… 13

2.2.3 感知器算法………………………………………………………………………… 14

2.3 非綫性分類器…………………………………………………………………………315

2.3.1 分段綫性判彆函數………………………………………………………………… 15

2.3.2 近鄰法……………………………………………………………………………… 17

2.3.3 勢函數法…………………………………………………………………………… 19

2.3.4 SIMCA 方法……………………………………………………………………… 20

2.4 聚類分析………………………………………………………………………………22

2.4.1 模式相似度………………………………………………………………………… 22

2.4.2 聚類準則…………………………………………………………………………… 24

2.4.3 層次聚類法………………………………………………………………………… 25

2.4.4 動態聚類法………………………………………………………………………… 25

2.4.5 決策樹分類器……………………………………………………………………… 28

2.5 統計模式識彆在科學研究中的應用…………………………………………………29

第3章 人工神經網絡及模式識彆…………………………………………………………43

3.1 人工神經網絡的基本概念………………………………………………………… 43

3.1.1 人工神經元………………………………………………………………………… 43

3.1.2 傳遞函數…………………………………………………………………………… 43

3.1.3 人工神經網絡分類和特點………………………………………………………… 44

3.2 BP人工神經網絡……………………………………………………………………… 44

3.2.1 BP人工神經網絡學習算法……………………………………………………… 44

3.2.2 BP人工神經網絡MATLAB實現……………………………………………… 46

3.3 徑嚮基函數神經網絡RBF …………………………………………………………… 47

3.3.1 RBF的結構與學習算法…………………………………………………………… 47

3.3.2 RBF的MATLAB實現…………………………………………………………… 48

3.4 自組織競爭人工神經網絡……………………………………………………………48

3.4.1 自組織競爭人工神經網絡的基本概念…………………………………………… 48

3.4.2 自組織競爭神經網絡的學習算法………………………………………………… 49

3.4.3 自組織競爭網絡的MATLAB實現……………………………………………… 49

3.5 對嚮傳播神經網絡CPN ……………………………………………………………… 50

3.5.1 CPN 的基本概念………………………………………………………………… 50

3.5.2 CPN 網絡的學習算法…………………………………………………………… 50

3.6 反饋型神經網絡Hopfield ……………………………………………………………51

3.6.1 Hopfield網絡的基本概念………………………………………………………… 51

3.6.2 Hopfield網絡的學習算法………………………………………………………… 52

3.6.3 Hopfield網絡的MATLAB實現………………………………………………… 53

3.7 人工神經網絡技術在科學研究中的應用………………………………………………53

第4章 模糊係統理論及模式識彆……………………………………………………………72

4.1 模糊係統理論基礎………………………………………………………………………72

4.1.1 模糊集閤…………………………………………………………………………… 72

4.1.2 模糊關係…………………………………………………………………………… 75

4.1.3 模糊變換與模糊綜閤評判………………………………………………………… 77

4.1.4 If…then規則……………………………………………………………………… 78

4.1.5 模糊推理…………………………………………………………………………… 78

4.2 模糊模式識彆的基本方法………………………………………………………………79

4.2.1 最大隸屬度原則…………………………………………………………………… 79

4.2.2 擇近原則…………………………………………………………………………… 79

4.2.3 模糊聚類分析……………………………………………………………………… 81

4.3 模糊神經網絡……………………………………………………………………………85

4.3.1 模糊神經網絡……………………………………………………………………… 85

4.3.2 模糊BP神經網絡………………………………………………………………… 86

4.4 模糊邏輯係統及其在科學研究中的應用……………………………………………… 86

第5章 核函數方法及應用…………………………………………………………………… 107

5.1 核函數方法…………………………………………………………………………… 107

5.2 基於核的主成分分析方法…………………………………………………………… 108

5.2.1 主成分分析……………………………………………………………………… 108

5.2.2 基於核的主成分分析…………………………………………………………… 110

5.3 基於核的Fisher判彆方法…………………………………………………………… 112

5.3.1 Fisher判彆方法………………………………………………………………… 112

5.3.2 基於核的Fisher判彆方法分析………………………………………………… 113

5.4 基於核的投影尋蹤方法……………………………………………………………… 114

5.4.1 投影尋蹤分析…………………………………………………………………… 114

5.4.2 基於核的投影尋蹤分析………………………………………………………… 118

5.5 核函數方法在科學研究中的應用…………………………………………………… 119

第6章 支持嚮量機及其模式識彆…………………………………………………………… 130

6.1 統計學習理論基本內容……………………………………………………………… 130

6.2 支持嚮量機…………………………………………………………………………… 131

6.2.1 最優分類麵……………………………………………………………………… 131

6.2.2 支持嚮量機模型………………………………………………………………… 132

6.3 支持嚮量機在模式識彆中的應用…………………………………………………… 134

第7章 可拓學及其模式識彆………………………………………………………………… 142

7.1 可拓學概論…………………………………………………………………………… 142

7.1.1 可拓工程基本思想……………………………………………………………… 142

7.1.2 可拓工程使用的基本工具……………………………………………………… 143

7.2 可拓集閤……………………………………………………………………………… 145

7.2.1 可拓集閤含義…………………………………………………………………… 145

7.2.2 物元可拓集閤…………………………………………………………………… 146

7.3 可拓聚類預測的物元模型…………………………………………………………… '3146

7.4 可拓學在科學研究中的應用………………………………………………………… 147

第8章 粗糙集理論及其模式識彆…………………………………………………………… 154

8.1 粗糙集理論基礎……………………………………………………………………… 154

8.1.1 分類規則的形成………………………………………………………………… 156

8.1.2 知識的約簡……………………………………………………………………… 157

8.2 粗糙神經網絡………………………………………………………………………… 158

8.3 係統評估粗糙集方法………………………………………………………………… 158

8.3.1 模型結構………………………………………………………………………… 159

8.3.2 綜閤評估方法…………………………………………………………………… 159

8.4 粗糙集聚類方法……………………………………………………………………… 160

8.5 粗糙集理論在科學研究中的應用…………………………………………………… 161

第9章 遺傳算法及其模式識彆……………………………………………………………… 170

9.1 遺傳算法的基本原理………………………………………………………………… 170

9.2 遺傳算法分析………………………………………………………………………… 173

9.2.1 染色體的編碼…………………………………………………………………… 173

9.2.2 適應度函數……………………………………………………………………… 174

9.2.3 遺傳算子………………………………………………………………………… 175

9.3 控製參數的選擇……………………………………………………………………… 177

9.4 模擬退火算法………………………………………………………………………… 178

9.4.1 模擬退火的基本概念…………………………………………………………… 178

9.4.2 模擬退火算法的基本過程……………………………………………………… 179

9.4.3 模擬退火算法中的控製參數…………………………………………………… 180

9.5 基於遺傳算法的模式識彆在科學研究中的應用…………………………………… 180

9.5.1 遺傳算法的MATLAB實現…………………………………………………… 180

9.5.2 遺傳算法在科學研究中的應用實例…………………………………………… 185

第10章 蟻群算法及其模式識彆…………………………………………………………… 201

10.1 蟻群算法原理………………………………………………………………………… 201

10.1.1 基本概念………………………………………………………………………… 201

10.1.2 蟻群算法的基本模型…………………………………………………………… 202

10.1.3 蟻群算法的特點………………………………………………………………… 203

10.2 蟻群算法的改進……………………………………………………………………… 203

10.2.1 自適應蟻群算法………………………………………………………………… 203

10.2.2 遺傳算法與蟻群算法的融閤…………………………………………………… 204

10.2.3 蟻群神經網絡…………………………………………………………………… 204

10.3 聚類問題的蟻群算法………………………………………………………………… 205

10.3.1 聚類數目已知的聚類問題的蟻群算法………………………………………… 205

10.3.2 聚類數目未知的聚類問題的蟻群算法………………………………………… 206

10.4 蟻群算法在科學研究中的應用……………………………………………………… 207

第11章 粒子群算法及其模式識彆………………………………………………………… 217

11.1 粒子群算法的基本原理……………………………………………………………… 217

11.2 全局模式與局部模式………………………………………………………………… 218

11.3 粒子群算法的特點…………………………………………………………………… 218

11.4 基於粒子群算法的聚類分析………………………………………………………… 219

11.4.1 算法描述………………………………………………………………………… 219

11.4.2 實現步驟………………………………………………………………………… 220

11.5 粒子群算法在科學研究中的應用…………………………………………………… 221

第12章 可視化模式識彆技術……………………………………………………………… 229

12.1 高維數據的圖形錶示方法…………………………………………………………… 229

12.1.1 輪廓圖…………………………………………………………………………… 229

12.1.2 雷達圖…………………………………………………………………………… 230

12.1.3 樹形圖…………………………………………………………………………… 230

12.1.4 三角多項式圖…………………………………………………………………… 231

12.1.5 散點圖…………………………………………………………………………… 231

12.1.6 星座圖…………………………………………………………………………… 232

12.1.7 臉譜圖…………………………………………………………………………… 233

12.2 圖形特徵參數計算…………………………………………………………………… 235

12.3 顯示方法……………………………………………………………………………… 237

12.3.1 綫性映射………………………………………………………………………… 237

12.3.2 非綫性映射……………………………………………………………………… 237

第13章 灰色係統方法及應用……………………………………………………………… 241

模式識彆與智能計算的 MATLAB實現（第2版） 下載 mobi epub pdf txt 電子書 格式

評分☆☆☆☆☆

如果是我們去年國慶在深圳待的那幾天就是重要的日子

評分☆☆☆☆☆

給老公買的，我實在是看不懂，不過印刷質量還可以

評分☆☆☆☆☆

本子很好，會好好看。加油！！！！理解起來也很容易。要好好學習

評分☆☆☆☆☆

書的排版風格比較接近教科書，比較簡單，期待內容不錯。

評分☆☆☆☆☆

好。。。。。。。。。。。。。

評分☆☆☆☆☆

學習用書 慢慢學習。

評分☆☆☆☆☆

第二版瞭，比較不容易，希望能夠提升能力。

評分☆☆☆☆☆

很好 書上的內容寫的很詳細

評分☆☆☆☆☆

與描述內容一緻，送貨快，非常滿意。

類似圖書 點擊查看全場最低價