《模糊分類及其在光譜信息處理中的套用》是2017年東南大學出版社東南大學出版社出版的圖書，圖書作者是武小紅 武斌。
基本介紹
- 書名：模糊分類及其在光譜信息處理中的套用
- 作者：武小紅 武斌
- ISBN：9787564171827
- 定價：￥45元
- 出版社：東南大學出版社
- 出版時間：2017年10月
- 開本：16
基本信息,內容簡介,目錄結構,
基本信息
作者：武小紅 武斌
出版社：東南大學出版社
圖書書號：9787564171827
出版日期：2017年10月
開本：16
版次：1/1
印張：10.75
字數：211千字
上架時間：2017-11-23
圖書點擊數：28
價格：￥45元
內容簡介
本書主要研究模糊分類中的模糊聚類，模糊特徵提取和模糊分類器以及它們在農產品/食品的近紅外光譜信息處理中的套用。
目錄結構
1緒論(1)
1.1模糊分類概述(1)
1.2模糊分類的發展概況(2)
1.3模糊分類的基本理論簡介(4)
1.3.1模糊集合(4)
1.3.2基於目標函式的模糊聚類(5)
1.3.3模糊判別分析(7)
1.4本章小結(8)
參考文獻(8)
2模糊混合聚類模型(11)
2.1模糊聚類概述(11)
2.2聯合模糊C均值聚類模型(12)
2.2.1MPCM模型(12)
2.2.2AFCM模型(13)
2.2.3MPCM和AFCM的對比實驗(17)
2.3一種改進的可能模糊聚類算法(20)
2.3.1PCA算法及其存在的問題(20)
2.3.2改進的PCM與改進的PFCM(23)
2.3.3實驗結果(27)
2.4基於聚類中心分離的可能模糊聚類模型(31)
2.4.1基於聚類中心分離的模糊C均值聚類(FCM_CCS)(31)
2.4.2基於聚類中心分離的可能聚類(PCM_CCS)(32)
2.4.3基於聚類中心分離的可能模糊聚類(PFCM_CCS)(33)
2.4.4實驗結果(34)
2.5一種混合可能聚類算法(38)
2.5.1算法描述(38)
2.5.2實驗結果(39)
2.6聯合模糊熵聚類(40)
2.6.1算法描述(40)
2.6.2實驗結果(42)
2.7本章小結(43)
參考文獻(44)
3基於核的模糊聚類(46)
3.1核模糊聚類概述(46)
3.2基於核的修正可能C均值聚類(46)
3.2.1算法描述(46)
3.2.2實驗結果(48)
3.3基於核的廣義噪聲聚類算法(50)
3.3.1GNC算法(50)
3.3.2KGNC算法(51)
3.3.3實驗結果(53)
3.4基於核的可能模糊C均值聚類(55)
3.4.1算法描述(55)
3.4.2實驗結果(56)
3.5基於核的聚類中心分離的模糊C均值聚類(57)
3.5.1算法描述(57)
3.5.2實驗結果(58)
3.6基於核的類間分離聚類(58)
3.6.1算法描述(58)
3.6.2實驗結果(60)
3.7本章小結(60)
參考文獻(60)
4基於非歐氏距離的模糊聚類算法(63)
4.1引言(63)
4.2一種新的非歐氏距離(64)
4.3基於非歐氏距離可能模糊C均值聚類算法(65)
4.3.1可能模糊C均值聚類算法(65)
4.3.2APFCM算法(66)
4.3.3實驗結果(67)
4.4基於非歐氏距離可能聚類算法(69)
4.4.1IPCM算法(69)
4.4.2AIPCM算法(70)
4.4.3實驗結果(71)
4.5本章小結(73)
參考文獻(74)
5基於核的模糊鑑別信息提取及分類(75)
5.1引言(75)
5.2基於核的模糊判別分析(KFDA)(76)
5.2.1KFDA算法(76)
5.2.2實驗結果(78)
5.3模糊主元分析及其核模型(79)
5.3.1模糊主元分析(79)
5.3.2基於核的模糊主元分析(79)
5.3.3實驗結果(81)
5.4模糊非相關判別轉換(FUDT)及其核模型(82)
5.4.1非相關判別轉換(UDT)(82)
5.4.2模糊非相關判別轉換(FUDT)(84)
5.4.3基於核的模糊非相關判別分析(86)
5.4.4蘋果近紅外光譜的線性和非線性鑑別信息提取實驗(88)
5.5基於核的模糊K近鄰法(90)
5.5.1模糊K近鄰法(90)
5.5.2基於核的模糊K近鄰法(91)
5.5.3實驗結果(92)
5.6本章小結(94)
參考文獻(94)
6基於模糊協方差矩陣聚類的茶葉紅外光譜分類(97)
6.1一種混合GK聚類(98)
6.1.1算法描述(98)
6.1.2實驗結果(99)
6.2模糊協方差矩陣的可能模糊聚類(101)
6.2.1算法描述(102)
6.2.2實驗結果(103)
6.3本章小結(104)
參考文獻(105)
7蘋果近紅外光譜的模糊聚類分析(107)
7.1蘋果近紅外光譜檢測研究(107)
7.1.1國外研究進展(108)
7.1.2國內研究進展(108)
7.2蘋果近紅外光譜模糊聚類(110)
7.2.1GK和GG模糊聚類(110)
7.2.2一種混合模糊類間分離聚類(111)
7.2.3實驗結果(114)
7.3一種快速聯合模糊C均值聚類(117)
7.3.1FAFCM聚類(117)
7.3.2實驗結果(118)
7.4本章小結(120)
參考文獻(121)
8茶葉傅立葉紅外光譜模糊聚類分析(125)
8.1模糊鑑別C均值聚類(125)
8.1.1算法描述(125)
8.1.2實驗結果(126)
8.2模糊鑑別學習矢量量化(129)
8.2.1算法描述(129)
8.2.2實驗結果(130)
8.3一種廣義噪聲聚類(131)
8.3.1算法描述(131)
8.3.2實驗結果(132)
8.4本章小結(134)
參考文獻(135)
9模糊K調和均值聚類的近/中紅外光譜分類(137)
9.1K調和均值聚類(137)
9.2廣義模糊K調和均值聚類的近紅外光譜生菜儲藏時間鑑別(138)
9.2.1算法描述(138)
9.2.2實驗結果(140)
9.3一種混合模糊K調和均值聚類(142)
9.3.1算法描述(144)
9.3.2實驗結果(144)
9.4本章小結(145)
參考文獻(146)
10模糊學習矢量量化模型(148)
10.1可能模糊學習矢量量化(148)
10.1.1算法描述(148)
10.1.2實驗結果(149)
10.2無監督可能模糊學習矢量量化的近紅外光譜生菜品種鑑別(150)
10.2.1算法描述(151)
10.2.2實驗結果(152)
10.3一種基於最佳化的模糊學習矢量量化的蘋果分類(155)
10.3.1算法描述(155)
10.3.2實驗結果(156)
10.4聯合模糊學習矢量量化(156)
10.4.1算法描述(156)
10.4.2實驗結果(157)
10.5本章小結(157)
參考文獻(158)
