作者:杨淑莹、郑清春
出版社:电子工业出版社
出版时间:2019年11月
页 数:308 页
定 价:78 元
开 本:16 开
ISBN:9787121358661
内容简介:本书广泛吸收了统计、神经网络、数据挖掘、机器学习、人工智能和群体智能计算等多个学科领域的先进理念理论等知识点,将其应用到模式识别领域中;以新的体系、系统性、综合性地对模式鉴别的理论、方法和应用进行介绍建议。书的内容分为14章,其中包括:方式识别一览表,特征选择与优化,模型相似性测度,以概率统计为基础设计的贝叶斯分类师设计,标识功能分类器设计、神经网络分类器设计(BP神经网络、径向基函数神经网络、自组织竞争神经网络、概率神经网络、对向传播神经网络、反馈型神经网络),判断树分类工作设计、粗糙的集分类工作设计、合类分析、模糊分类分析、避免寻找算法的合类分析,遗传算法的聚类分析、蚂蚁群中的蚂蚁群中的蚂蚁群中的蚂蚁群的蚂蚁群算法的聚类。 本书内容新颖,具有很强的实用性,理论与实践的应用紧密结合,以手写数字化识别为运用示例,讲解理论应用到实际执行中所需的实现步骤以及相应的Matlab代码,供广大科研工作者及工程技术人员在运用相关理论方面有所借鉴。
6098
复制