模式识别与智能计算-matlab技术实现第1版PDF

内容简介：

本书特点
1．选用新技术。除了介绍重要经典内容，书中还
包括了近些年才发展起来的新技术、新理论，并将
其应用于模式识别中，提供举些新技术的实现方法
和源代码。
2．实用性强。读者对程序稍加改进，就可以应用
到不同的场合，例如文字识别、字符识别、图形识
别等。
3．容易上手。按照书中的实现步骤，读者可以很
快掌握模式识别技术；所有算法都用MatIab编程
实现，通过实例程序的应用，立刻会见到算法的实
际效果。
4．配套光盘中提供了两个综合性的实例软件：分
类识别软件和聚类分析软件，每个软件又包含了多
种模式识别算法。
内容简介
本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和
理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。
全书共分为13章，内容包括：模式识别概述，特征的选择与提取，模式相似性测度，贝叶斯分类器设计，
判别函数分类器设计，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)，决策树分类器，粗糙集分类器，聚类分析，模糊聚
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。
本书内容新颖，实用性强，理论与实际应用密切结合，以手写数字识别为应用实例，介绍理论运用于
实践的实现步骤及相应的Matlab代码，为广大研究工作者和工程技术人员对相关理论的应用提供借鉴

目录

目 录
第1章模式识别概述……………………
1．1模式识别的基本概念………………
1．2特征空间优化设计问题……………
1．3分类器设计…………………………
1．3．1分类器设计基本方法………
1．3．2判别函数……………………
1．3．3分类器的选择………………
1．3．4训练与学习…………………
1．4聚类设计…………………………
1．5模式识别的应用……………………
本章小结…………………………………
习题1 …………………………………
第2章特征的选择与提取……………
2．1样本特征库初步分析……………
2．2样品筛选处理……………………
2．3特征筛选处理……………………
2．3．1特征相关分析……………
2．3．2特征选择及搜索算法……
2．4特征评估………………………
2．5基于主成分分析的特征提取………
2．6特征空间描述与分析……………
2．6．1特征空间描述……………
2．6．2特征空间分布分析………
2．7手写数字特征提取与分析………
2．7．1手写数字特征提取………
2．7．2手写数字特征空间分布分析
本章小结………………………………
习题2 ……………………&h...