總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 自動化基礎理論
 
 
 
 
模式識別與智能計算:MATLAB技術實現(第4版)
 叢書名稱: 十二五普通高等教育本科國家級規劃教材
 作  者: 楊淑瑩/鄭清春
 出版單位: 電子工業
 出版日期: 2019.12
 進貨日期: 2020/1/10
 ISBN: 9787121358661
 開  本: 16 開    
 定  價: 585
 售  價: 468
  會 員 價: 429

目前無補書計畫

推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

本書內容新穎,實用性強,理論與實際應用密切結合,以手寫數字識別為應用實例,介紹理論運用於實踐的實現步驟及相應的Matlab代碼,為廣大研究工作者和工程技術人員對相關理論的應用提供借鑒。


內容簡介:

本書廣泛吸取統計學、神經網絡、數據挖掘、機器學習、人工智能、群智能計算等學科的先進思想和理論,將其應用到模式識別領域中;以一種新的體系,系統、全面地介紹模式識別的理論、方法及應用。全書分為14章,內容包括:模式識別概述,特徵的選擇與優化,模式相似性測度,基於概率統計的貝葉斯分類器設計,判別函數分類器設計,神經網絡分類器設計(BP神經網絡、徑向基函數神經網絡、自組織競爭神經網絡、概率神經網絡、對向傳播神經網絡、反饋型神經網絡),決策樹分類器設計,粗糙集分類器設計,聚類分析,模糊聚類分析,禁忌搜索算法聚類分析,遺傳算法聚類分析,蟻群算法聚類分析,粒子群算法聚類分析。 本書內容新穎,實用性強,理論與實際應用密切結合,以手寫數字識別為應用實例,介紹理論運用於實踐的實現步驟及相應的Matlab代碼,為廣大研究工作者和工程技術人員對相關理論的應用提供借鑒。


作者簡介:

楊淑瑩 博士學位,天津理工大學計算機科學與工程學院教授,碩士研究生導師,天津市“教學名師”,中國圖像圖形學學會第五屆理事會學術委員會委員。多年來在圖像、語音、時間序列等方面進行模式識別相關工作的深入研究,涉及模式識別,數字圖像處理、信號與信息處理、智能計算等領域。承擔並完成國家級、市級自然科學基金項目多項,獲得天津市科學技術進步獎2項,發表論文50多篇;撰寫專著6部。現任國家級精品課、國家級精品資源共享課負責人;主編教材獲得國家級“十一五”規劃教材和國家級“十二五”規劃教材;獲得市級教學成果獎3項。


圖書目錄:

第1章模式識別概述
1P1模式識別的基本概念
1P2統計模式識別
1P2P1統計模式識別研究的主要問題
1P2P2統計模式識別方法簡介
1P3分類分析
1P3P1分類器設計
1P3P2分類器的選擇
1P3P3訓練與學習
1P4聚類分析
1P4P1聚類的設計
1P4P2基於試探法的聚類設計
1P4P3基於群體智能優化算法的聚類設計
1P5模式識別的應用
本章小結
習題1
第2章特徵的選擇與優化
2P1特徵空間優化設計問題
2P2樣本特徵庫初步分析
2P3樣品篩選處理
2P4特徵篩選處理
2P5特徵評估
2P6基於主成分分析的特徵提取
2P7特徵空間描述與分析
2P7P1特徵空間描述
2P7P2特徵空間分布分析
2P8手寫數字特徵提取與分析
2P8P1手寫數字特徵提取
2P8P2手寫數字特徵空間分布分析
本章小結
習題2
第3章模式相似性測度
3P1模式相似性測度的基本概念
3P2距離測度分類法
3P2P1模板匹配法
3P2P2基於PCA的模板匹配法
3P2P3馬氏距離分類
本章小結
習題3
第4章基於概率統計的貝葉斯分類器設計
4P1貝葉斯決策的基本概念
4P1P1貝葉斯決策所討論的問題
4P1P2貝葉斯公式
4P2基於最小錯誤率的貝葉斯決策
4P3基於最小風險的貝葉斯決策
4P4貝葉斯決策比較
4P5基於最小錯誤率的貝葉斯分類實現
4P6基於最小風險的貝葉斯分類實現
本章小結
習題4
第5章判別函數分類器設計
5P1判別函數的基本概念
5P2線性判別函數
5P3線性判別函數的實現
5P4感知器算法
5P5Fisher分類
5P6基於核的Fisher分類
5P7支持向量機
本章小結
習題5
第6章神經網絡分類器設計
6P1人工神經網絡的基本原理
6P1P1人工神經元
6P1P2人工神經網絡模型
6P1P3神經網絡的學習過程
6P1P4人工神經網絡在模式識別問題上的優勢
6P2BP神經網絡
6P2P1BP神經網絡的基本概念
6P2P2BP神經網絡分類器設計
6P3徑向基函數神經網絡(RBF)
6P3P1徑向基函數神經網絡的基本概念
6P3P2徑向基函數神經網絡分類器設計
6P4自組織競爭神經網絡
6P4P1自組織競爭神經網絡的基本概念
6P4P2自組織競爭神經網絡分類器設計
6P5概率神經網絡(PNN)
6P5P1概率神經網絡的基本概念
6P5P2概率神經網絡分類器設計
6P6對向傳播神經網絡(CPN)
6P6P1對向傳播神經網絡的基本概念
6P6P2對向傳播神經網絡分類器設計
6P7反饋型神經網絡(Hopfield)
6P7P1Hopfield網絡的基本概念
6P7P2Hopfield神經網絡分類器設計
本章小結
習題6
第7章決策樹分類器設計
7P1決策樹的基本概念
7P2決策樹分類器設計
本章小結
習題7
第8章粗糙集分類器設計
8P1粗糙集理論的基本概念
8P2粗糙集在模式識別中的應用
8P3粗糙集分類器設計
本章小結
習題8
第9章聚類分析
9P1聚類的設計
9P2基於試探的未知類別聚類算法
9P2P1最臨近規則的試探法
9P2P2最大最小距離算法
9P3層次聚類算法
9P3P1最短距離法
9P3P2重心法
9P4動態聚類算法
9P4P1K均值算法
9P4P2迭代自組織的數據分析算法(ISODATA)
9P5模擬退火聚類算法
9P5P1模擬退火的基本概念
9P5P2基於模擬退火思想的改進K均值聚類算法
本章小結
習題9
第10章模糊聚類分析
10P1模糊集的基本概念
10P2模糊集運算
10P2P1模糊子集運算
10P2P2模糊集運算性質
10P3模糊關係
10P4模糊集在模式識別中的應用
10P5基於模糊的聚類分析
本章小結
習題10
第11章遺傳算法聚類分析
11P1遺傳算法的基本原理
11P2遺傳算法的構成要素
11P2P1染色體的編碼
11P2P2適應度函數
11P2P3遺傳算子
11P3控制參數的選擇
11P4基於遺傳算法的聚類分析
本章小結
習題11
第12章粒子群算法聚類分析
12P1粒子群算法的基本原理
12P2基於粒子群算法的聚類分析
本章小結
習題12
第13章Memetic算法仿生計算
13P1Memetic算法
13P2Memetic算法仿生計算在聚類分析中的應用
本章小結
習題13
參考文獻


章節試讀:

前言
模式識別已經成為當代高科技研究的重要領域之一,它已發展成為一門獨立的新學科。模式識別技術迅速擴展,已經應用在人工智能、機器人、系統控制、遙感數據分析、生物醫學工程、軍事目標識別等領域,幾乎遍及各個學科領域,在國民經濟、國防建設、社會發展的各個方面得到廣泛應用,產生了深遠的影響。
第3版書以實用性、可操作性和實踐性為宗旨,精簡內容,去掉沒有實踐性代碼的理論內容,書中所述理論知識均提供實現步驟、示範性代碼及驗證實例的效果圖示,以達到理論與實踐相結合的目的。為使讀者更好地理解相關知識,敘述內容更加詳實,補充了概率神經網絡知識等新內容。同時,將群體智能的先進思想擴充到模式識別體系中,以一種新的體系,系統、全面地介紹了模式識別的理論、方法及應用。全書分為三部分(共14章)。第一部分基礎篇,內容包括模式識別的基本概念,特徵的選擇與提取,模式相似性測度。這一部分介紹模式識別的基本概念和基本方法。第二部分分類器設計篇,內容包括:貝葉斯(Bayes)分類器設計,判別函數設計,神經網絡分類器設計,決策樹分類器設計,粗糙集分類器設計。這一部分利用手寫數字分類識別的具體實例把模式識別方法結合起來,為廣大研究工作者和工程技術人員對相關理論的應用起到借鑒作用。第三部分聚類分析,內容包括基本聚類算法,模擬退火聚類分析,模糊聚類分析,禁忌搜索算法聚類分析,遺傳算法聚類分析,群體智能聚類算法(蟻群算法聚類分析,粒子算法群聚類分析)。這一部分採用一幅含有需要聚類分析的圖像形象生動地說明各種聚類算法。
國內外論述模式識別技術的書籍不少,但由於這一領域涉及深奧的數學理論,往往使實際工作者感到困難,而大部分書是羅列模式識別的各種算法,見不到算法的實際效果和各種算法對比的結果,而這正是學習者和實際工作者所需要了解和掌握的內容。目前還確實缺少一本關於模式識別技術在實際應用方面具有系統性、可比性和實用性的參考書。
本書特點如下:
1P 選用新技術。除了介紹許多重要經典的內容以外,書中還包括了最近十幾年來才剛剛發展起來的並被實踐證明有用的新技術、新理論,比如支持向量機、BP神經網絡、RBF神經網絡、PNN神經網絡、CPN神經網絡、SORNN神經網絡、決策樹、粗糙集理論、模糊集理論、模擬退火、遺傳算法、蟻群算法、 粒子群算法等,並將這些新技術應用於模式識別當中,提供這些新技術的實現方法和源代碼。
2P 實用性強。針對實例介紹理論和技術,使理論和實踐相結合,避免了空洞的理論說教。書中實例取材於手寫數字模式識別,對於數字識別屬於多類問題,在實際應用中具有廣泛的代表性,讀者對程序稍加改進,就可以應用到不同的場合,如文字識別、字符識別、圖形識別等。
3P 編排合理,符合認知規律。針對每一種模式識別技術,書中分為理論基礎、實現步驟、編程代碼三部分。在掌握了基本理論之後,按照實現步驟的指導,可以了解算法的實現思路和方法,再進一步體會短小精悍的核心代碼,學習者可以很快掌握模式識別技術,經過應用本書提供的實例程序,立刻會見到算法的實際效果。書中所有算法都用Matlab編程實現,便於讀者學習和應用。
本書內容基本涵蓋了目前“模式識別”重要的理論和方法,但並沒有簡單地將各種理論方法堆砌起來,而是將作者自身的研究成果和實踐經驗傳授給讀者,在介紹各種理論和方法時,將不同算法應用於實際中,內容包括需要應用模式識別技術解決的問題,模式識別理論的講解和推理,將理論轉化為編程的步驟,計算機能夠運行的源代碼,計算機運行模式識別算法程序後的效果,以及不同算法應用於同一個問題的效果對比。使讀者面對如此豐富的理論和方法不至於無所適從,而是有所學就會有所用。
由於至今還沒有統一的、有效的可應用於所有的模式識別的理論,當前的一種普遍看法是,不存在對所有的模式識別問題都適用的單一模型和解決識別問題的單一技術,我們所要做的是把模式識別方法與具體問題結合起來,把模式識別與統計學、神經網絡、數據挖掘、機器學習、人工智能、群智能計算等學科的先進思想和理論結合起來,為讀者提供一個多種理論的測試平台,並在此基礎上,深入掌握各種理論的效能和應用的可能性,互相取長補短,開創模式識別應用的新局面。
本書可作為高等院校計算機工程、信息工程、生物醫學工程、智能機器人學、工業自動化、模式識別等學科研究生、本科生的教材或教學參考書,也可供有關工程技術人員參考。
參加本書編寫的還有祁穩傑、申婷婷、葉誠、谷林、陳品、郭俊、姜嬌嬌、祁家家、楊作壽、馬振洋、鄧飛、陶先貴等,他們在作者指導下的研究工作中付出了辛苦的勞動,取得了有益的研究成果,正是在他們的努力下本書得以順利完成,在此表示衷心的感謝。同時,對張樺教授、徐伯夏研究員、李蘭友教授給予的幫助和支持表示衷心的感謝。本書的出版得到天津理工大學出版基金的資助。由於編者業務水平和實踐經驗有限,書中缺點與錯誤在所難免,歡迎讀者予以指正!

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。