開發(fā)實例系列圖書：模式識別與智能計算的MATLAB實現(xiàn)

定　價：￥36.00

作　者：	許國根，賈瑛著
出版社：	北京航空航天大學出版社
叢編項：
標　簽：	計算機與互聯(lián)網專用軟件

購買這本書可以去

ISBN：	9787512408432	出版時間：	2012-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	273	字數(shù)：

內容簡介

　　針對各學科數(shù)據(jù)信息的特點以及科學工作者對信息處理和數(shù)據(jù)挖掘技術的要求，《開發(fā)實例系列圖書：模式識別與智能計算的MATLAB實現(xiàn)》既介紹了模式識別和智能計算的基礎知識，又較為詳細地介紹了現(xiàn)代模式識別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別和智能計算方法，并應用于實際的研究中，提高對海量數(shù)據(jù)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(yī)學工程、智能機器人、工業(yè)自動化、地質、水利、化學和環(huán)境等專業(yè)的研究生、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

暫缺《開發(fā)實例系列圖書：模式識別與智能計算的MATLAB實現(xiàn)》作者簡介

圖書目錄

第1章緒論
1.1 模式識別的基本概念
1.1.1 模式與模式識別的概念
1.1.2 模式的特征
1.1.3 模式識別系統(tǒng)
1.2 模式識別的主要方法
1.3 模式識別的主要研究內容
1.4 模式識別在科學研究中的應用
1.4.1 化合物的構效分析
1.4.2 譜圖解析
1.4.3 材料研究
1.4.4 催化劑研究
1.4.5 機械故障診斷與監(jiān)測
1.4.6 化學物質源產地判斷
1.4.7 疾病的診斷與預測
1.4.8 礦藏勘探
1.4.9 考古及食品工業(yè)中的應用
第2章統(tǒng)計模式識別技術
2.1 基于概率統(tǒng)計的貝葉斯分類方法
2.1.1 最小錯誤率貝葉斯分類
2.1.2 最小風險率貝葉斯分類
2.2 線性分類器
2.2.1 線性判別函數(shù)
2.2.2 Fisher線性判別函數(shù)
2.2.3 感知器算法
2.3 非線性分類器
2.3.1 分段線性判別函數(shù)
2.3.2 近鄰法
2.3.3 勢函數(shù)法
2.3.4 SIMCA方法
2.4 聚類分析
2.4.1 模式相似度
2.4.2 聚類準則
2.4.3 層次聚類法
2.4.4 動態(tài)聚類法
2.4.5 決策樹分類器
2.5 統(tǒng)計模式識別在科學研究中的應用
第3章人工神經網絡及模式識別
3.1 人工神經網絡的基本概念
3.1.1 人工神經元
3.1.2 傳遞函數(shù)
3.1.3 人工神經網絡分類和特點
3.2 BP人工神經網絡
3.2.1 BP人工神經網絡學習算法
3.2.2 BP人工神經網絡MATLAB實現(xiàn)
3.3 徑向基函數(shù)神經網絡RBF
3.3.1 RBF的結構與學習算法
3.3.2 RBF的MATLAB實現(xiàn)
3.4 自組織競爭人工神經網絡
3.4.1 自組織競爭人工神經網絡的基本概念
3.4.2 自組織競爭神經網絡的學習算法
3.4.3 自組織競爭網絡的MATLAB實現(xiàn)
3.5 對向傳播神經網絡CPN
3.5.1 CPN的基本概念
3.5.2 CPN網絡的學習算法
3.6 反饋型神經網絡Hopfield
3.6.1 Hopfield網絡的基本概念
3.6.2 Hopfield網絡的學習算法
3.6.3 Hopfield網絡的MATLAB實現(xiàn)
3.7 人工神經網絡技術在科學研究中的應用
第4章模糊系統(tǒng)理論及模式識別
4.1 模糊系統(tǒng)理論基礎
4.1.1 模糊集合
4.1.2 模糊關系
4.1.3 模糊變換與模糊綜合評判
4.1.4 Ifthen規(guī)則
4.1.5 模糊推理
4.2 模糊模式識別的基本方法
4.2.1 最大隸屬度原則
4.2.2 擇近原則
4.2.3 模糊聚類分析
……
第5章核函數(shù)方法及應用
第6章支持向量機及其模式識別
第7章可拓學及其模式識別
第8章粗糙集理論及其模式識別
第9章遺傳算法及模式識別
第10章蟻群算法及其模式識別
第11章粒子群算法及其模式識別
第12章可視化模式識別技術
第13章灰色系統(tǒng)方法及應用
第14章模式識別的特征及確定
參考文獻