- 电子工业出版社
- 9787121323737
- 1-1
- 206278
- 46193093-5
- 16开
- 2017-08
- 333
- 208
- 工学
- 电子科学与技术
- O235-39
- 电子科学与技术(工学/理学)
- 本科 研究生(硕士、EMBA、MBA、MPA、博士)
第 1 章贝叶斯决策 ?????????????????????????????????????????????????????????????????????????????????????????? 1
1.1 知识要点 ????????????????????????????????????????????????????????????????????????????????????????????? 1
1.2 实验指导 ????????????????????????????????????????????????????????????????????????????????????????????? 7
1.2.1 基于最小错误率的贝叶斯决策 ????????????????????????????????????????????????????????? 7
1.2.2 最小风险判决规则 ??????????????????????????????????????????????????????????????????????? 12
1.2.3 最大似然比判决规则 ???????????????????????????????????????????????????????????????????? 16
1.2.4 Neyman-Pearsen 判决 ???????????????????????????????????????????????????????????????????? 21
第2 章参数估计 ???????????????????????????????????????????????????????????????????????????????????????????? 25
2.1 知识要点 ???????????????????????????????????????????????????????????????????????????????????????????? 25
2.2 实验指导 ???????????????????????????????????????????????????????????????????????????????????????????? 30
2.2.1 最大似然估计 ????????????????????????????????????????????????????????????????????????????? 30
2.2.2 贝叶斯估计 ???????????????????????????????????????????????????????????????????????????????? 33
2.2.3 Parzen 窗 ??????????????????????????????????????????????????????????????????????????????????? 36
2.2.4 N k 近邻估计法 ???????????????????????????????????????????????????????????????????????????? 38
第3 章非参数判别分类法 ???????????????????????????????????????????????????????????????????????????????? 41
3.1 知识要点 ???????????????????????????????????????????????????????????????????????????????????????????? 41
3.2 实验指导 ???????????????????????????????????????????????????????????????????????????????????????????? 44
3.2.1 两分法 ?????????????????????????????????????????????????????????????????????????????????????? 44
3.2.2 两分法的设计 ????????????????????????????????????????????????????????????????????????????? 47
3.2.3 没有不确定区域的两分法 ?????????????????????????????????????????????????????????????? 52
3.2.4 广义线性判别函数的设计与实现 ????????????????????????????????????????????????????? 56
3.2.5 感知器算法的设计/实现 ???????????????????????????????????????????????????????????????? 58
3.2.6 两类问题Fisher 准则 ???????????????????????????????????????????????????????????????????? 62
3.2.7 基于距离的分段线性判别函数 ???????????????????????????????????????????????????????? 68
3.2.8 支持向量机 ???????????????????????????????????????????????????????????????????????????????? 74
第4 章聚类分析法 ????????????????????????????????????????????????????????????????????????????????????????? 80
4.1 知识要点 ??????????????????????????????????????????????????????????????????????????????????????????? 81
4.2 实验指导 ??????????????????????????????????????????????????????????????????????????????????????????? 84
4.2.1 距离测度 ??????????????????????????????????????????????????????????????????????????????????? 84
4.2.2 相似测度算法 ????????????????????????????????????????????????????????????????????????????? 90
4.2.3 基于匹配测度算法的实现 ?????????????????????????????????????????????????????????????? 98
4.2.4 基于类间距离测度方法 ???????????????????????????????????????????????????????????????? 103
4.2.5 聚类函数准则 ???????????????????????????????????????????????????????????????????????????? 106
4.2.6 基于最近邻规则的聚类算法 ?????????????????????????????????????????????????????????? 108
4.2.7 基于最大最小距离聚类算法的实现 ????????????????????????????????????????????????? 113
4.2.8 基于K-均值聚类算法实验 ???????????????????????????????????????????????????????????? 116
第5 章特征提取与选择 ?????????????????????????????????????????????????????????????????????????????????? 124
5.1 知识要点 ?????????????????????????????????????????????????????????????????????????????????????????? 124
5.2 实验指导 ?????????????????????????????????????????????????????????????????????????????????????????? 128
5.2.1 基于距离的可分性判据 ???????????????????????????????????????????????????????????????? 128
5.2.2 图像的傅里叶变换二(旋转性质) ????????????????????????????????????????????????? 130
5.2.3 基于熵函数的可分性判据 ????????????????????????????????????????????????????????????? 134
5.2.4 利用类均值向量提取特征 ????????????????????????????????????????????????????????????? 136
5.2.5 基于类平均向量中判别信息的最优压缩的实现 ?????????????????????????????????? 141
5.2.6 增添特征法 ??????????????????????????????????????????????????????????????????????????????? 144
5.2.7 剔减特征法 ??????????????????????????????????????????????????????????????????????????????? 148
5.2.8 增l 减r(算法)的设计/实现 ???????????????????????????????????????????????????????? 151
5.2.9 分支定界法(BAB 算法) ???????????????????????????????????????????????????????????? 156
第6 章模糊模式识别 ????????????????????????????????????????????????????????????????????????????????????? 161
6.1 知识要点 ?????????????????????????????????????????????????????????????????????????????????????????? 161
6.2 实验指导 ?????????????????????????????????????????????????????????????????????????????????????????? 163
6.2.1 最大隶属度识别法 ?????????????????????????????????????????????????????????????????????? 163
6.2.2 择近原则识别法 ????????????????????????????????????????????????????????????????????????? 167
6.2.3 基于模糊等价关系的聚类算法研究 ????????????????????????????????????????????????? 170
第7 章数字图像处理的基础 ??????????????????????????????????????????????????????????????????????????? 179
7.1 知识要点 ?????????????????????????????????????????????????????????????????????????????????????????? 179
7.2 实验指导 ?????????????????????????????????????????????????????????????????????????????????????????? 181
7.2.1 前馈神经网络感知器的设计实现 ??????????????????????????????????????????????????? 181
7.2.2 基于BP 网络的多层感知器 ?????????????????????????????????????????????????????????? 184
7.2.3 自组织特征映射网络的设计/实现 ?????????????????????????????????????????????????? 189
7.2.4 径向基神经网络 ???????????????????????????????????????????????????????????????????????? 194
参考文献 ??????????????????????????????????????????????????????????????????????????????????????????????????????? 198