模式識(shí)別：原理、方法及應(yīng)用

第1章  基本概念                  
 1. l  對(duì)象識(shí)別                  
 1. 2  模式相似度和模式識(shí)別任務(wù)                  
 1. 2. 1  分類(lèi)決策                  
 1. 2. 2  回歸問(wèn)題                  
 l. 2. 3  描述                  
 1. 3  類(lèi)別. 模式和特征                  
 1. 4  模式識(shí)別方法                  
 l. 4. l  數(shù)據(jù)聚類(lèi)                  
 l. 4. 2  統(tǒng)計(jì)分類(lèi)                  
 1. 4. 3  神經(jīng)網(wǎng)絡(luò)                  
 1. 4. 4  結(jié)構(gòu)模式識(shí)別                  
 1. 5  模式識(shí)別工程                  
 1. 5. l  工程任務(wù)                  
 1. 5. 2  訓(xùn)練和測(cè)試                  
 1. 5. 3  模式識(shí)別軟件                  
 第2章  模式判別                  
 2. l  決策區(qū)域和決策函數(shù)                  
 2. 1. l  廣義決策函數(shù)                  
 2. 1. 2  分類(lèi)超平面                  
 2. 2  特征空間尺度                  
 2. 3  協(xié)方差矩陣                  
 2. 4  主成分                  
 2. 5  特征評(píng)價(jià)                  
 2. 5. l  圖形考察                  
 2. 5. 2  分布模型評(píng)價(jià)                  
 2. 5. 3  統(tǒng)計(jì)推論檢測(cè)                  
 2. 6  維數(shù)比率問(wèn)題                  
 第3章  數(shù)據(jù)聚類(lèi)                  
 3. l  非監(jiān)督學(xué)習(xí)分類(lèi)                  
 3. 2  標(biāo)準(zhǔn)化問(wèn)題                  
 3. 3  樹(shù)聚類(lèi)                  
 3. 3. 1  聯(lián)接規(guī)則                  
 3. 3. 2  樹(shù)聚類(lèi)實(shí)例                  
 3. 4  降維問(wèn)題                  
 3. 5  K均值聚類(lèi)                  
 3. 6  聚類(lèi)有效性                  
 第4章  統(tǒng)計(jì)分類(lèi)                  
 4. l  線性判別                  
 4. 1. l  最小距離分類(lèi)器                  
 4. 1. 2  歐幾里得線性判別                  
 4. 1. 3  馬氏距離線性判別                  
 4. 1. 4   Fisher線性判別                  
 4. 2  貝葉斯分類(lèi)                  
 4. 2. 1  基于最小風(fēng)險(xiǎn)的貝葉斯準(zhǔn)則                  
 4. 2. 2  正態(tài)形式貝葉斯分類(lèi)                  
 4. 2. 3  拒絕區(qū)域                  
 4. 2. 4  維數(shù)比率以及錯(cuò)誤率估計(jì)                  
 4. 3  "模型一無(wú)關(guān)"技巧                  
 4. 3. 1  Parzen窗函數(shù)法                  
 4. 3. 2  k-近鄰法                  
 4. 3. 3  ROC曲線法                  
 4. 4  特征選擇                  
 4. 5  分類(lèi)器評(píng)價(jià)                  
 4. 6  樹(shù)分類(lèi)器                  
 4. 6. l  決策樹(shù)以及決策表                  
 4. 6. 2  分類(lèi)器                  
 4. 7  數(shù)據(jù)挖掘中的統(tǒng)計(jì)分類(lèi)器                  
 第5章  神經(jīng)網(wǎng)絡(luò)                  
 5. l  最小均值平方誤差調(diào)整判別                  
 5. 2  活化函數(shù)                  
 5. 3  感知器原理                  
 5. 4  神經(jīng)網(wǎng)絡(luò)的類(lèi)型                  
 5. 5  多層感知器                  
 5. 5. 1  反向傳播算法                  
 5. 5. 2  實(shí)際應(yīng)用中的有關(guān)問(wèn)題                  
 5. 5. 3  時(shí)間序列                  
 5. 6  神經(jīng)網(wǎng)絡(luò)的性能                  
 5. 6. l  錯(cuò)誤率估計(jì)                  
 5. 6. 2  海賽矩陣                  
 5. 6. 3  神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)中的偏差量及方差                  
 5. 6. 4  網(wǎng)絡(luò)復(fù)雜度                  
 5. 6. 5  風(fēng)險(xiǎn)最小化                  
 5. 7  神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的近似模型                  
 5. 7. l  共軛-梯度方法                  
 5. 7. 2  Levenberg－Marquardt主法                  
 5. 8  神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的遺傳算法                  
 5. 9  徑向基函數(shù)                  
 5. 10  支持向量機(jī)                  
 5. 11  Kohonen網(wǎng)絡(luò)                  
 5. 12  Hopfield網(wǎng)絡(luò)                  
 5. 13  模塊神經(jīng)網(wǎng)絡(luò)                  
 5. 14  神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用                  
 第6章  結(jié)構(gòu)模式識(shí)別                  
 6. l  模式基元                  
 6. 1. 1  信號(hào)基元                  
 6. 1. 2  圖像基元                  
 6. 2  結(jié)構(gòu)化描述                  
 6. 2. l  字符串                  
 6. 2. 2  圖形                  
 6. 2. 3  樹(shù)                  
 6. 3  句法分析                  
 6. 3. l  字符串語(yǔ)法                  
 6. 3. 2  畫(huà)面描述語(yǔ)言                  
 6. 3. 3  語(yǔ)法種類(lèi)                  
 6. 3. 4  有限狀態(tài)自動(dòng)機(jī)                  
 6. 3. 5  屬性語(yǔ)法                  
 6. 3. 6  隨機(jī)語(yǔ)法                  
 6. 3. 7  語(yǔ)法推理                  
 6. 4  結(jié)構(gòu)匹配                  
 6. 4. l  字符串匹配                  
 6. 4. 2  隨機(jī)松弛匹配                  
 6. 4. 3  離散松弛匹配                  
 6. 4. 4  利用Hopfield網(wǎng)絡(luò)的松弛算法                  
 6. 4. 5  圖和樹(shù)匹配                  
 附錄A  數(shù)據(jù)集                  
 A. l  胸部組織                  
 A. 2  聚類(lèi)                  
 A. 3  軟木塞                  
 A. 4  犯罪                  
 A. 5  心率曲線                  
 A. 6  心電圖                  
 A. 7  嬰兒心率信號(hào)                  
 A. 8  阿普伽新生兒心率評(píng)估                  
 A. 9  公司                  
 A. 10  嬰兒體重                  
 A. 11  食物                  
 A. 12  水果                  
 A. 13  噪聲脈沖                  
 A. 14  MLP集合                  
 A. 15  規(guī)范2c2d                  
 A. 16  巖石                  
 A. 17  股票交易                  
 A. 18  坦克                  
 A. 19  天氣                  
 附錄B  工具                  
 B. l  適應(yīng)性過(guò)濾                  
 B. 2  密度估計(jì)                  
 B. 3  訓(xùn)練集大小                  
 B. 4  誤差能量                  
 B. 5  遺傳神經(jīng)網(wǎng)絡(luò)                  
 B. 6  Hopfield網(wǎng)絡(luò)                  
 B. 7  k-NN邊界                  
 B. 8  k-NN分類(lèi)                  
 B. 9  感知器                  
 B. 10  句法分析                  
 附錄c  標(biāo)準(zhǔn)正交變換                  
 附錄D  符號(hào)與縮寫(xiě)