书籍简介:

本书是关于模式识别理论方法及应用的一本专著，系统地介绍了模式识别的基本理论和基本方法，并在此基础上介绍了模式识别的典型应用和新型应用。全书分为二十章，各章包括理论部分和应用部分。主要内容包括统计模式识别、结构模式识别、模糊模式识别、神经网络模式识别等内容，同时还加入当前应用广泛的隐马尔可夫斯基模型、条件随机场模型、最大熵模型等，并通过大量实例讲述如何将所学知识运用到实际应用之中，对文本分类、文本聚类、语音识别、图像识别等应用做了详细介绍。注重对主要知识内容的深入讨论，又突出了广泛性、新颖性。

作者介绍:

余正涛，男，1970年出生，博士、教授、博士研究生导师，昆明理工大学信息工程与自动化学院院长，昆明理工大学智能信息处理重点实验室主任，昆明理工大学智能信息处理创新团队首席教授。2005年博士毕业于北京理工大学计算机应用技术专业，2008年11月至2009年12月在美国普渡大学做访问学者，主要从事自然语言处理、信息检索及机器学习方面的研究，入选首批中央组织部国家高层次人才特支计划“万人计划(科技创新领军人才)”，入选首批科学技术部创新人才推进计划“中青年科技创新领军人才，云南省中青年学术技术带头人、国家自然科学基金项目通信评议人、中国科技奖励评审专家、中国计算机学会高级会员、中国中文信息学会理事、中国自动化学会理事、中国中文信息学会信息检索专委会委员、中国计算机学会协同计算专委会委员、中国计算机学会中文信息技术专委会委员、中国计算机学会互联网专委会委员、中国人工智能学会机器学习专委会委员，2008年享受云南省政府特殊津贴，主持国家自然科学基金、国家中小企业创新基金、教育部自然科学基金、云南省自然科学基金重点项目、云南省“九五”攻关项目、云南省教育厅基金及横向合作项目近40余项。发表学术论文150余篇，被SCI、EI收录80余篇，第一授权人授权国家发明专利2项，受理国家发明专利5项，授权软件著作权65项。以第一获奖人获得云南省科技进步奖一等奖、云南省自然科学奖二等奖、中国技术市场协会金桥奖、云南省科技进步奖三等奖各1项。

书籍目录:

第1章模式识别概论1.1 概述1.2 模式识别的发展历史1.3 模式识别与其他学科的关系1.4 模式识别的基本方法1.5 模式识别的应用本章小结习题与思考题参考文献

第2章模式识别的基本概念2.1 概述2.2 基本概念2.3 模式识别系统2.4 模式识别的一些基本问题2.5 相关数学概念本章小结习题与思考题参考文献

第3章模式识别的判别函数3.1 概述3.2 线性判别函数的基本概念3.3 线性判别函数的判定面3.4 非线性判别函数3.5 广义线性判别函数3.6 线性分类器的设计本章小结习题与思考题参考文献

第4章线性分类器4.1 概述4.2 线性判别函数与决策超平面4.3 感知器算法4.4 最小误差平方和法4.5 梯度下降算法与最小二乘法4.6 Fisher分类器本章小结习题与思考题参考文献

第5章特征提取与选择5.1 概述5.2 基本概念5.3 类别可分性判据5.4 基于可分性判据的特征提取5.5 基于K-L变换的特征提取本章小结习题与思考题参考文献

第6章基于贝叶斯决策理论的分类器6.1 概述6.2 贝叶斯决策理论的基本概念6.3 常用的决策规则6.4 概率密度函数的估计6.5 朴素贝叶斯分类器6.6 贝叶斯网络本章小结习题与思考题参考文献

第7章聚类分析7.1 概述7.2 聚类分析的概念7.3 相似性度量7.4 聚类准则函数7.5 聚类算法7.6 聚类分析在虚假评论检测中的应用本章小结习题与思考题参考文献

第8章句法模式识别8.1 概述8.2 形式语言概述8.3 基元提取和文法推断8.4 句法分析8.5 自动机理论8.6 自动机理论在语音识别中的应用本章小结习题与思考题参考文献

第9章模糊模式识别9.1 概述9.2 模糊模式识别的基本概念9.3 直接模糊模式识别法9.4 间接模糊模式识别法9.5 模糊聚类9.6 模糊模式识别在大气质量评定中的应用本章小结习题与思考题参考文献

第10章决策树10.1 概述10.2 决策树学习10.3 CLS学习算法10.4 ID3学习算法10.5 决策树的剪枝技术10.6 决策树的评价10.7 决策树算法的优化10.8 决策树的应用10.8.1 决策树在文本分类中的应用10.8.2 基于决策树的个人住房贷款信用风险评估模型本章小结习题与思考题参考文献

第11章人工神经网络11.1 概述11.2 神经元11.3 人工神经网络拓扑结构11.4 人工神经网络学习方法及规则11.5 前馈神经网络及其主要算法11.6 Hopfield网络11.7 自组织神经网络11.8 人工神经网络的应用本章小结习题与思考题参考文献

第12章隐马尔可夫模型12.1 概述12.2 隐马尔可夫模型的概念12.3 隐马尔可夫模型的三个基本问题及解决办法12.4 隐马尔可夫模型在中文旅游景点识别中的应用本章小结习题与思考题参考文献

第13章最大熵模型13.1 概述13.2 熵及最大熵13.3 最大熵模型13.4 最大熵在自然语言处理中的应用本章小结习题与思考题参考文献

第14章条件随机场14.1 概述14.2 概率图模型14.3 条件随机场简介14.4 势函数14.5 参数估计与训练14.6 参数估计的优化14.7 条件随机场在旅游领域命名实体识别中的应用本章小结习题与思考题参考文献

第15章统计学习理论及支持向量机15.1 概述15.2 机器学习的基本问题和方法15.3 统计学习理论15.4 支持向量机15.5 支持向量机的分类与回归15.6 基于支持向量机的汉语问句分类本章小结习题与思考题参考文献

第16章统计语言模型及信息检索16.1 概述16.2 统计语言模型16.3 信息检索16.4 统计语言模型在拼音输人法中的应用本章小结习题与思考题参考文献

第17章基于SVM的中文文本分类17.1 概述17.2 文本分类的原理17.3 基于SVM的文本分类本章小结参考文献

第18章基于K均值的中文文本聚类18.1 概述18.2 K均值聚类18.3 K均值中文文本聚类18.4 实验与结果分析本章小结参考文献

第19章基于HMM的语音识别19.1 概述19.2 语音识别19.3 实验及结果分析本章小结参考文献

第20章基于BP神经网络的数字识别20.1 概述20.2 基于BP神经网络数字识别的算法本章小结参考文献

内容摘要:

《模式识别原理及应用/研究生教育“十二五”规划教材》是关于模式识别理论方法及应用的一本专著，系统地介绍了模式识别的基本理论和基本方法，并在此基础上介绍了模式识别的典型应用和新型应用。《模式识别原理及应用/研究生教育“十二五”规划教材》分为二十章，各章包括理论部分和应用部分。主要内容包括统计模式识别、结构模式识别、模糊模式识别、神经网络模式识别等内容，同时还加入当前应用广泛的隐马尔可夫斯基模型、条件随机场模型、最大熵模型等，并通过大量实例讲述如何将所学知识运用到实际应用之中，对文本分类、文本聚类、语音识别、图像识别等应用做了详细介绍。注重对主要知识内容的深入讨论，又突出了广泛性、新颖性。

书籍规格:

书籍详细信息
书名	模式识别原理及应用站内查询相似图书
	9787030405708 如需购买下载《模式识别原理及应用》pdf扫描版电子书或查询更多相关信息，请直接复制isbn,搜索即可全网搜索该ISBN
出版地	北京	出版单位	科学出版社
版次	1版	印次	1
定价(元)	55.0	语种	简体中文
尺寸	24 × 17	装帧	平装
页数	412	印数

全网搜索试读资源

书籍信息归属:

模式识别原理及应用是科学出版社于2014.6出版的中图分类号为 O235 的主题关于模式识别的书籍。