给大家带来的一篇关于MATLAB相关的电子书资源,介绍了关于模式识别、智能计算、MATLAB、技术实现方面的内容,本书是由电子工业出版社出版,格式为PDF,资源大小70.6 MB,杨淑莹编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:9.3。
内容介绍
这书普遍汲取生物学、神经元网络、大数据挖掘、深度学习、人工智能技术、群智能化测算等课程的优秀观念和基础理论,将其运用到模式识别行业中;以这种新的管理体系,系统软件、全方位地详细介绍模式识别的基础理论、方式及运用。本书分成14章,內容包含:模式识别简述,特点的挑选与提升,方式相似度测度,根据概率统计的贝叶斯分类器布置,判别函数分类器布置,神经元网络分类器布置(BP神经元网络、轴向基涵数神经元网络、自组织市场竞争神经元网络、几率神经元网络、对向散播神经元网络、意见反馈型神经元网络),决策树分类器布置,粗糙集分类器布置,聚类分析,模糊聚类分析,忌讳搜索算法聚类分析,遗传算法聚类分析,蚁群算法聚类分析,粒子群算法聚类分析。
这书內容新奇,应用性强,基础理论与具体运用紧密融合,以笔写大数字鉴别为运用案例,详细介绍基础理论应用于实践活动的保持流程及相对的Matlab编码,为众多科学研究工作人员和工程项目专业技术人员对有关基础理论的运用出示效仿。
杨淑莹,天津理工大学计算机专业专家教授,天津大学电子信息学院博士研究生,发布有关的毕业论文近20篇,在其中四篇被EI查找。出版发行的多本经典著作被清华等多家高校当选硕士研究生或本科毕业教材内容。出版发行方位:计算机视觉,模式识别,图象处理及运用,运动控制系统和机器人视觉操纵。
目录
第1章 模式识别概述
1.1模式识别的基本概念
1.2模式识别的基本方法
1.3统计模式识别
1.3.1统计模式识别研究的主要问题
1.3.2统计模式识别方法简介
1.4分类分析
1.4.1分类器设计
1.4.2判别函数
1.4.3分类器的选择
1.4.4训练与学习
1.5聚类分析
1.5.1聚类的设计
1.5.2基于试探法的聚类设计
1.5.3基于群体智能优化算法的聚类设计
1.6模式识别