模式識別——使用MATLAB分析與實現

《模式識別——使用MATLAB分析與實現》是清華大學出版社於2022年出版的書籍，作者是蔡利梅

基本介紹

• 中文名：模式識別——使用MATLAB分析與實現
• 作者：蔡利梅
• 出版社：清華大學出版社
• 出版時間：2022年4月1日
• 定價：59 元
• ISBN：9787302591856

內容簡介

本書依據作者多年從事模式識別教學和研究的體會,並參考相關文獻編寫而成,概括地介紹了模式識 別理論和技術的基本概念、原理、方法和實現。 全書共分為11章,每章闡述模式識別中的一個知識點,內容包括貝葉斯決策、機率密度函式的估計、 線性判別分析、非線性判別分析、組合分類器、無監督模式識別、特徵選擇、特徵提取、半監督學習以及人工 神經網路。除了經典算法以外,本書增加了部分較新的理論和算法,讀者可以選擇性地學習。本書還配以 電子課件、MATLAB仿真程式和實驗指導書,便於教和學。 本書可以作為高等學校人工智慧、計算機、信息、自動化、遙感、控制等專業本科生或研究生的教材或 參考書,也可以作為從事相關研究與套用人員的參考書。

目錄

第1章緒論

1.1模式識別的基本概念

1.2模式識別方法

1.3模式識別系統

1.4模式識別的套用

習題

第2章貝葉斯決策

2.1貝葉斯決策的基本概念

2.2最小錯誤率貝葉斯決策

2.2.1決策規則

2.2.2錯誤率

2.2.3仿真實現

2.3最小風險貝葉斯決策

2.3.1決策規則

2.3.2兩種貝葉斯決策的關係

2.4樸素貝葉斯分類器

2.5NeymanPearson決策規則

2.6判別函式和決策面

2.7常態分配模式的貝葉斯決策

2.7.1正態機率密度函式

2.7.2正態機率模型下的最小錯誤率貝葉斯分類器

2.7.3仿真實現

2.8貝葉斯決策的實例

習題

第3章機率密度函式的估計

3.1基本概念

3.2參數估計

3.2.1最大似然估計

3.2.2最大後驗估計

3.2.3貝葉斯估計

3.3非參數估計

3.3.1直方圖方法

3.3.2Parzen窗法

3.3.3kN近鄰密度估計法

3.4最小錯誤率貝葉斯決策的實例

習題

第4章線性判別分析

4.1基本概念

4.1.1線性判別函式

4.1.2廣義線性判別函式

4.1.3線性判別函式的設計

4.2Fisher線性判別分析

4.2.1基本原理

4.2.2準則函式及求解

4.2.3分類決策

4.2.4仿真實現