新書推薦:

《
失落世界的幻境:博物馆里的古生物复原艺术
》
售價:HK$
184.8

《
明仕录(真实还原明代精致生活)
》
售價:HK$
218.9

《
文心雕龙义证(全四册)
》
售價:HK$
349.8

《
归零(影帝收割机安东尼·麦卡滕新作)
》
售價:HK$
86.9

《
国史大纲(上下册)(简体字版)
》
售價:HK$
107.8

《
长寿:逆转和延缓衰老的科学饮食(上下册)
》
售價:HK$
184.8

《
安史之乱:历史、宣传与神话(40幅插图,深度还原安史之乱重要战事)
》
售價:HK$
151.8

《
亚伯拉罕的行李:中世纪印度洋世界的饮食、日用与旅行技艺
》
售價:HK$
129.8
|
編輯推薦: |
全书示例以简单易行为原则,水果识别用于入门,引出近邻法和最小距离法;特殊的水果样本引出梯度下降法;异或问题引出非线性分类方法;四维特征的IRIS数据用于特征选择与特征抽取示例;0~9字符图像数据引出特征生成;MNIST数据用于深度学习算法的实现示例。
|
內容簡介: |
本书为电力行业“十四五”规划教材。
來源:香港大書城megBookStore,http://www.megbook.com.hk 本书从一个最简单的水果识别的例子开始,引出最近邻法和最小距离分类法,用最简单的方法进行分类原理说明,之后展开模式识别算法的讲解,主要包括贝叶斯决策方法、近邻法、线性判决方法、非线性判决方法、聚类分析、特征选择与提取、神经网络、支持向量机、深度学习。
|
目錄:
|
前言
第1章 模式识别概述
1.1 模式识别的定义
1.2 模式识别的应用
1.3 模式识别方法示例
1.4 模式识别基本概念
习题
第2章 贝叶斯决策
2.1 错误率
2.2 基于最小错误率的贝叶斯决策
2.3 基于最小风险的贝叶斯决策
2.4 其他贝叶斯决策方法
习题
第3章 近邻法
3.1 最近邻法
3.2 最近邻法的错误率分析
3.3 k近邻法
3.4 快速近邻算法
习题
第4章 线性判别法
4.1 判别函数法
4.2 训练样本错分问题
4.3 迭代法
4.4 多类问题的感知器准则函数方法
4.5 最小均方误差准则函数
4.6 感知器与神经元
习题
第5章 神经网络
5.1 线性不可分问题
5.2 线性判别函数组合方法
5.3 BP神经网络
5.4 神经网络算法的应用
习题
第6章 支持向量机
6.1 机器学习
6.2 统计学习理论
6.3 支持向量机
6.4 支持向量机算法实现
第7章 聚类分析
7.1 相似性测度
7.2 聚类准则
7.3 聚类算法
习题
第8章 特征选择与提取
8.1 对特征的认识
8.2 特征生成
8.3 特征选择
8.4 特征提取
习题
第9章 深度学习
9.1 特征生成问题
9.2 自编码器
9.3 卷积神经网络
9.4 计算机视觉
9.5 电力视觉技术
习题
参考文献
|
內容試閱:
|
人工智能是研究开发用于模拟、延伸和扩展人的智能的技术科学,模式识别是目前人工智能领域应用最广泛的技术之一,是实现人工智能中机器感知的重要手段。模式识别与机器学习、计算机视觉等内容高度交叉,有很广泛的应用场景,是研究人工智能应用(如智能驾驶、智能机器人)的基础。模式识别有近百年的历史,最早可以追溯到 1929 年奥地利工程师古斯塔夫?陶谢克(Gustav Tauschek)发明的光电阅读机,它是人类力图使机器具有分类识别能力的首次尝试。在 20 世纪 60 年代以前,模式识别主要局限于统计学领域中的理论研究。计算机的出现,推动了模式识别理论和技术的发展。20 世纪 80 年代,BP 神经网络算法得到了突破,模式识别技术得到了较为广泛的应用。光学字符识别(Optical Character Recognition,OCR)是模式识别技术最早得到成功应用的技术之一,此后的应用有人脸检测、手势识别、表情识别、语音识别、图像信息检索、图像理解、数据挖掘等。2006 年杰弗里?辛顿(Geoffrey Hinton)提出了深度学习算法,引领了人工智能发展的新一轮热潮,尤其是在以模式识别为基础的计算机视觉领域,取得了很多令人瞩目的研究成果与实际应用。模式识别本身是一门贴近生活的学科,有很多实际应用,但过多的、枯燥的公式会使很多初学者产生畏惧感。鉴于此,编者将多年来模式识别课程的教学心得梳理成书,降低学习的理论难度,目的是让更多的人都能够去了解它,让更多的人有兴趣去研究它。本书内容从一个简单例子入手,参考历史发展来介绍模式识别中的主要算法。每一部分都有例程演示,由易到难,循序渐进,符合学生学习的认知规律,这也是根据多年来教学过程中学生的反馈而设计的。与模式识别经典教材及著作相比,本书更注重学生学习体验。学完本书之后,学生可以再进行更深层次的经典教材及著作的学习。
|
|