《可視化模式識別》共分10章，主要內容包括可視化模式識別的理論基礎（可視化認知理論、幾何代數理論與形式概念分析理論）、多維數據的子空間變換與可視化表示、高維數據多元圖圖形基元和特徵基元表示、基於幾何代數子空間的特徵提取、基於幾何代數子空間的升維變換和特徵選取、基於多元圖的圖形分類和聚類、基於多維篩可視化分類器、基於屬性結構偏序圖知識可視化方法、可視化典型套用和可視化模式識別的套用等。這些內容分別從可視化模式識別的理論基礎、特徵提取、分類器設計和套用等方面做了較詳盡的論述，構建出可視化模式識別的一個新理論框架，能幫助讀者掌握數據分析的可視化方法，解決與海量、時變、異構數據的模式識別相關的實際問題。
基本介紹
- 外文名：Pattern Recognition Based on Visualization
- 書名：可視化模式識別
- 作者：洪文學 王金甲
- 出版社：國防工業出版社
- 頁數：266頁
- 開本：16
- 品牌：國防工業出版社
- 類型：科學與自然
- 出版日期：2014年7月1日
- 語種：簡體中文
- ISBN：9787118090505
內容簡介,圖書目錄,
內容簡介
《可視化模式識別》適合模式識別、可視化等領域的廣大科技工作者學習和參考，也可作為高等學校信息科學、計算機科學、控制工程以及生物醫學工程等相關專業高年級本科哇或研究生的參考教材。
圖書目錄
第1章緒論
1.1模式分類的基本哲學思想與可分性原理
1.1.1模式分類的基本哲學思想
1.1.2模式可分性原理
1.1.3非線性變換與最佳化算法
1.1.4模式分類的幾個基本途徑
1.2模式識別的實現原理
1.2.1統計模式識別與結構模式識別
1.2.2基於表示原理的模式識別方法
1.3可視化與可視分析
1.3.1可視化技術分類
1.3.2可視化技術問題及發展方向
1.4可視化模式識別框架
第2章可視化模式識別理論基礎
2.1可視化模式識別基本原理
2.2可視化放大人類感知的科學基礎
2.3幾何代數
2.3.1幾何代數公理化定義
2.3.2幾何代數基本概念和定理
2.3.3共形幾何代數表示
2.4形式概念分析
2.4.1形式背景與概念
2.4.2概念格的生成與可視化方法
第3章可視化模式識別的表示問題
3.1模式識別的表示問題
3.2表示的理解與表示的原則
3.3表示的方法
3.3.1原始數據表示
3.3.2統計數據表示
3.4可視化模式識別的圖表示
3.4.1高維數據的二維圖單點表示原理
3.4.2高維數據的二維圖多點表示原理
3.5多元圖圖形基元表示和特徵基元表示
3.5.1多元圖圖形基元表示
3.5.2多元圖特徵基元表示
3.6多元數據子空間多向量表示矩陣
3.6.1子空間多向量表示
3.6.2子空間複數表示
3.6.3子空間四元數表示
3.7子空間局部坐標系
3.7.1笛卡兒坐標系
3.7.2極坐標系
3.7.3仿射坐標系
3.7.4重心坐標系
3.7.5幾種圖表示方法的子空間坐標表示模型
3.8基於非線性變換的圖表示最佳化
3.8.1非線性變換的作用與原則
3.8.2多元圖表示的非線性最佳化
3.8.3最佳化的試驗與分析
3.9平行坐標可視化表示最佳化
3.9.1凸殼定義與算法
3.9.2凸殼最佳化平行坐標
3.10星座圖表示方法最佳化
第4章基於幾何代數子空間的圖形特徵提取
4.1多元圖表示圖形特徵最佳化模型
4.1.1多元圖表示圖形特徵學習最佳化模型
4.1.2圖形特徵最佳化運算元
4.1.3人機互動
4.2雷達圖的圖形特徵提取方法
4.2.1雷達圖圖形的結構特點
4.2.2面積圖形特徵
4.2.3重心圖形特徵
4.2.4圖形特徵的實驗結果與分析
4.3特徵排序最佳化
4.3.1圖形特徵提取中的特徵排序問題
4.3.2基於特徵選擇的特徵排序方法
4.3.3基於遺傳算法的特徵排序方法
4.3.4基於準則函式的特徵排序方法
4.3.5特徵排序的實驗結果與分析
4.4傳統的子空間特徵提取方法及實驗結果
第5章基於幾何代數子空間的升維變換和特徵選取
5.1基於幾何代數子空間的升維變換原理
5.2基於圖形特徵的升維變換
5.3升維後的特徵選取
5.3.1特徵選取思想
5.3.2特徵選擇方法
5.4升維變換和特徵選取的實驗結果及分析
第6章基於多元圖的圖形分類方法
6.1基於圖形相異度的圖形分類器
6.1.1單原型圖形分類器
6.1.2近鄰圖形分類器
6.2基於平行坐標的平行篩可視化分類方法
6.3基於平行坐標的貝葉斯可視化分類方法
第7章可視化分類原理的多維篩分類器
7.1多維篩分類器基本原理
7.2多維篩與傳統可視化分類器的區別
7.3基於色度學空間的多元圖表示
7.3.1傳統多元圖表示的局限
7.3.2色度學在多元圖表示中的套用
7.3.3色度多元圖的生成方法
7.4基於域匹配思想的類域生成原理
7.4.1經典分類界面生成算法分析
7.4.2主動生長類域生成基本思想
7.5基於計算幾何的主動生長分類界面形成
7.5.1數據描述
7.5.2一維空間下的主動生長
7.5.3主動生長的等效算法
7.5.4高維擴展
7.6域匹配空間的可視化信息
7.7基於粗糙度的子分類器權重計算
7.7.1分類界面中的模糊性
7.7.2特定類粗糙度計算
7.7.3子分類器空間權重計算
7.8類空間規整度的計算幾何組合分類器權重分配
7.8.1分類界面中共生關係計算
7.8.2子分類器規整度與權重計算
7.9多維篩分類器性能測試與評價
7.9.1實驗數據
7.9.2不同加權方式測試
7.9.3不同分類器對比實驗
7.9.4分類界面對比
第8章基於知識可視化表示原理的模式識別方法
8.1屬性偏序結構圖
8.1.1屬性的基本特徵
8.1.2屬性偏序結構圖
8.2屬性偏序結構圖的生成
8.2.1形式背景預處理
8.2.2形式背景的覆蓋最佳化
8.2.3包含度
8.2.4分層類坐標矩陣
8.2.5偏序結構圖的Matlab生成算法
8.3屬性偏序結構圖在決策背景中的套用
8.3.1泌尿系統疾病資料庫
8.3.2構建形式背景
8.3.3可視化表示及知識發現
第9章可視化技術的典型套用
9.1可視化技術在語音信號處理中的套用
9.1.1語音信號的特徵參數可視化
9.1.2語音信號特徵參數的二維可視化數據分析
9.2可視化技術在聲診中的套用
9.2.1語譜圖原理
9.2.2語譜圖的繪製步驟
9.2.3基於語譜圖的聲診舉例
9.3可視化技術在多媒體智慧型信息處理系統的套用
9.3.1多媒體智慧型信息處理系統簡介
9.3.2音頻信息可視化的模式識別基礎
9.3.3基於音頻內容的可視化方法
9.4複雜過程的信息可視化
9.4.1焊接溫度場的模擬
9.4.2枝晶生長模擬
9.5文本可視化
9.6城市三維可視化
9.7醫學圖像可視化
9.8音樂可視化
第10章可視化模式識別的蛋白質組學癌症診斷套用
10.1蛋白質組學質譜數據
10.1.1SELDI―TOFMS的原理和質譜數據生成
10.1.2蛋白質組學質譜數據的模式識別流程
10.1.3蛋白質組學質譜數據預處理技術
10.1.4蛋白質組學質譜數據預處理舉例
10.2基於多元圖圖形特徵的特徵選取與分類
10.2.1雷達圖圖形特徵選取
10.2.2雷達圖的圖形特徵
10.2.3基於雷達圖的圖形特徵的癌症診斷
10.3徑向坐標可視分析蛋白質組學質譜模式
10.3.1二維徑向坐標映射模型
10.3.2徑向坐標映射最佳化
10.3.3本徵維數的最大似然估計
10.3.4三維徑向坐標映射模型
10.3.5質譜數據的實驗結果與分析
參考文獻
1.1模式分類的基本哲學思想與可分性原理
1.1.1模式分類的基本哲學思想
1.1.2模式可分性原理
1.1.3非線性變換與最佳化算法
1.1.4模式分類的幾個基本途徑
1.2模式識別的實現原理
1.2.1統計模式識別與結構模式識別
1.2.2基於表示原理的模式識別方法
1.3可視化與可視分析
1.3.1可視化技術分類
1.3.2可視化技術問題及發展方向
1.4可視化模式識別框架
第2章可視化模式識別理論基礎
2.1可視化模式識別基本原理
2.2可視化放大人類感知的科學基礎
2.3幾何代數
2.3.1幾何代數公理化定義
2.3.2幾何代數基本概念和定理
2.3.3共形幾何代數表示
2.4形式概念分析
2.4.1形式背景與概念
2.4.2概念格的生成與可視化方法
第3章可視化模式識別的表示問題
3.1模式識別的表示問題
3.2表示的理解與表示的原則
3.3表示的方法
3.3.1原始數據表示
3.3.2統計數據表示
3.4可視化模式識別的圖表示
3.4.1高維數據的二維圖單點表示原理
3.4.2高維數據的二維圖多點表示原理
3.5多元圖圖形基元表示和特徵基元表示
3.5.1多元圖圖形基元表示
3.5.2多元圖特徵基元表示
3.6多元數據子空間多向量表示矩陣
3.6.1子空間多向量表示
3.6.2子空間複數表示
3.6.3子空間四元數表示
3.7子空間局部坐標系
3.7.1笛卡兒坐標系
3.7.2極坐標系
3.7.3仿射坐標系
3.7.4重心坐標系
3.7.5幾種圖表示方法的子空間坐標表示模型
3.8基於非線性變換的圖表示最佳化
3.8.1非線性變換的作用與原則
3.8.2多元圖表示的非線性最佳化
3.8.3最佳化的試驗與分析
3.9平行坐標可視化表示最佳化
3.9.1凸殼定義與算法
3.9.2凸殼最佳化平行坐標
3.10星座圖表示方法最佳化
第4章基於幾何代數子空間的圖形特徵提取
4.1多元圖表示圖形特徵最佳化模型
4.1.1多元圖表示圖形特徵學習最佳化模型
4.1.2圖形特徵最佳化運算元
4.1.3人機互動
4.2雷達圖的圖形特徵提取方法
4.2.1雷達圖圖形的結構特點
4.2.2面積圖形特徵
4.2.3重心圖形特徵
4.2.4圖形特徵的實驗結果與分析
4.3特徵排序最佳化
4.3.1圖形特徵提取中的特徵排序問題
4.3.2基於特徵選擇的特徵排序方法
4.3.3基於遺傳算法的特徵排序方法
4.3.4基於準則函式的特徵排序方法
4.3.5特徵排序的實驗結果與分析
4.4傳統的子空間特徵提取方法及實驗結果
第5章基於幾何代數子空間的升維變換和特徵選取
5.1基於幾何代數子空間的升維變換原理
5.2基於圖形特徵的升維變換
5.3升維後的特徵選取
5.3.1特徵選取思想
5.3.2特徵選擇方法
5.4升維變換和特徵選取的實驗結果及分析
第6章基於多元圖的圖形分類方法
6.1基於圖形相異度的圖形分類器
6.1.1單原型圖形分類器
6.1.2近鄰圖形分類器
6.2基於平行坐標的平行篩可視化分類方法
6.3基於平行坐標的貝葉斯可視化分類方法
第7章可視化分類原理的多維篩分類器
7.1多維篩分類器基本原理
7.2多維篩與傳統可視化分類器的區別
7.3基於色度學空間的多元圖表示
7.3.1傳統多元圖表示的局限
7.3.2色度學在多元圖表示中的套用
7.3.3色度多元圖的生成方法
7.4基於域匹配思想的類域生成原理
7.4.1經典分類界面生成算法分析
7.4.2主動生長類域生成基本思想
7.5基於計算幾何的主動生長分類界面形成
7.5.1數據描述
7.5.2一維空間下的主動生長
7.5.3主動生長的等效算法
7.5.4高維擴展
7.6域匹配空間的可視化信息
7.7基於粗糙度的子分類器權重計算
7.7.1分類界面中的模糊性
7.7.2特定類粗糙度計算
7.7.3子分類器空間權重計算
7.8類空間規整度的計算幾何組合分類器權重分配
7.8.1分類界面中共生關係計算
7.8.2子分類器規整度與權重計算
7.9多維篩分類器性能測試與評價
7.9.1實驗數據
7.9.2不同加權方式測試
7.9.3不同分類器對比實驗
7.9.4分類界面對比
第8章基於知識可視化表示原理的模式識別方法
8.1屬性偏序結構圖
8.1.1屬性的基本特徵
8.1.2屬性偏序結構圖
8.2屬性偏序結構圖的生成
8.2.1形式背景預處理
8.2.2形式背景的覆蓋最佳化
8.2.3包含度
8.2.4分層類坐標矩陣
8.2.5偏序結構圖的Matlab生成算法
8.3屬性偏序結構圖在決策背景中的套用
8.3.1泌尿系統疾病資料庫
8.3.2構建形式背景
8.3.3可視化表示及知識發現
第9章可視化技術的典型套用
9.1可視化技術在語音信號處理中的套用
9.1.1語音信號的特徵參數可視化
9.1.2語音信號特徵參數的二維可視化數據分析
9.2可視化技術在聲診中的套用
9.2.1語譜圖原理
9.2.2語譜圖的繪製步驟
9.2.3基於語譜圖的聲診舉例
9.3可視化技術在多媒體智慧型信息處理系統的套用
9.3.1多媒體智慧型信息處理系統簡介
9.3.2音頻信息可視化的模式識別基礎
9.3.3基於音頻內容的可視化方法
9.4複雜過程的信息可視化
9.4.1焊接溫度場的模擬
9.4.2枝晶生長模擬
9.5文本可視化
9.6城市三維可視化
9.7醫學圖像可視化
9.8音樂可視化
第10章可視化模式識別的蛋白質組學癌症診斷套用
10.1蛋白質組學質譜數據
10.1.1SELDI―TOFMS的原理和質譜數據生成
10.1.2蛋白質組學質譜數據的模式識別流程
10.1.3蛋白質組學質譜數據預處理技術
10.1.4蛋白質組學質譜數據預處理舉例
10.2基於多元圖圖形特徵的特徵選取與分類
10.2.1雷達圖圖形特徵選取
10.2.2雷達圖的圖形特徵
10.2.3基於雷達圖的圖形特徵的癌症診斷
10.3徑向坐標可視分析蛋白質組學質譜模式
10.3.1二維徑向坐標映射模型
10.3.2徑向坐標映射最佳化
10.3.3本徵維數的最大似然估計
10.3.4三維徑向坐標映射模型
10.3.5質譜數據的實驗結果與分析
參考文獻
