图书介绍

模式识别PDF|Epub|txt|kindle电子书版本网盘下载

模式识别
  • 宋丽梅，罗菁主编；成怡，王红一，杨燕罡等参编 著
  • 出版社： 北京：机械工业出版社
  • ISBN：9787111505778
  • 出版时间：2015
  • 标注页数：175页
  • 文件大小：30MB
  • 文件页数：184页
  • 主题词：模式识别－高等学校－教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：395f117680ce82dade78147aa55a2068

下载说明

模式识别PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 绪论1

1.1模式识别基本概念1

1.1.1模式和模式识别1

1.1.2模式识别系统组成2

1.2特征描述3

1.3模式识别方法4

1.3.1统计法4

1.3.2聚类法5

1.3.3神经网络法5

1.3.4人工智能法5

1.4模式识别工程设计6

1.4.1工程任务6

1.4.2训练集和测试集选择7

1.4.3模式识别软件8

1.5本章小结9

习题10

第2章 特征聚类11

2.1聚类的概念11

2.1.1特征聚类的基本思想11

2.1.2聚类的算法11

2.2数据的降维（PCA）11

2.2.1 PCA基本概念12

2.2.2 PCA原理12

2.2.3 PCA的一般步骤15

2.2.4数据的降维实例16

2.3模式相似性测度26

2.3.1距离测度26

2.3.2相似测度27

2.3.3匹配测度28

2.4 K-均值聚类28

2.4.1 K-均值聚类算法简介28

2.4.2算法原理28

2.4.3 K-均值算法的一般步骤29

2.4.4 K-均值聚类实例32

2.5本章小结34

习题35

第3章 贝叶斯分类37

3.1基于最小错误率的贝叶斯准则37

3.2基于最小风险的贝叶斯准则40

3.3最大最小决策规则42

3.4纽曼-皮尔逊（Neyman - Pearson）决策规则44

3.5贝叶斯学习估计案例（手写字符）46

3.6本章小结47

习题47

第4章Fisher线性判别50

4.1判别域界面方程分类的概念50

4.2线性判别函数50

4.2.1两类问题51

4.2.2多类问题51

4.3判别函数数值的鉴别意义、权空间及解空间53

4.3.1判别函数数值的大小、正负的数学意义53

4.3.2权空间、解矢量与解空间54

4.4 Fisher线性判别55

4.5本章小结70

习题71

第5章 近邻法72

5.1最近邻法72

5.1.1最近邻决策规则72

5.1.2最近邻法的错误率分析73

5.1.3最近邻法程序举例76

5.2 K-近邻法82

5.2.1 K-近邻法原理及错误率分析82

5.2.2 K-近邻法程序举例83

5.3剪辑近邻法87

5.3.1剪辑近邻法87

5.3.2剪辑K-NN近邻法88

5.3.3剪辑近邻法的一般流程89

5.4本章小结90

习题91

第6章BP神经网络及案例92

6.1 BP神经网络基本原理92

6.2网络各层节点数的确定92

6.3网络各层间激活函数的确定93

6.4 LM算法93

6.5基于BP神经网络的变压器故障诊断95

6.5.1变压器常见故障类型95

6.5.2网络的训练与仿真97

6.6本章小结99

习题99

第7章 模式识别案例分析100

7.1电池表面划痕识别案例100

7.1.1电池图像边缘提取101

7.1.2基于有效边缘点和Hough变换的电池圆心提取方法102

7.1.3基于NMI特征和边缘特征电池图像配准算法105

7.1.4划痕提取方法114

7.2人脸识别案例114

7.2.1 ORL人脸数据库简介114

7.2.2基于PCA的人脸图像的特征提取115

7.2.3 K-近邻算法116

7.2.4 BP神经网络法116

7.2.5基于BP神经网络法和K-近邻法的综合决策分类117

7.2.6实验的结果118

7.2.7简单实例120

7.3 SIFT算法提取特征点及特征点的匹配133

7.3.1高斯尺度空间的极值检测133

7.3.2特征点位置的确定135

7.3.3特征点方向的确定136

7.3.4特征点描述子生成137

7.3.5 SIFT特征向量的匹配137

7.3.6实现运动姿态的解算139

7.4气泡识别案例142

7.4.1两相流高速图像采集142

7.4.2两相流图像纹理特征的提取144

7.4.3纹理特征的Lempel-Ziv复杂度分析147

7.4.4基于SVM的气液两相流型识别149

7.5三维识别案例151

7.5.1三维模型中特征点的定义151

7.5.2特征提取方法151

7.5.3三维识别方法155

7.6本章小结165

习题165

附录166

附录A模型一的训练样本归一化处理的子程序166

附录B模型一在确定隐含层节点及网络结构后训练与仿真的子程序167

附录C SIF特征初始匹配及RANSAC算法剔除误匹配相关MATLAB代码171

参考文献173

热门推荐