内容介绍
用户评论
全部咨询
内容简介
本书从统计判决和估计的观点提供了图形识别的理论基础.
第二章介绍了随机矢量的各种性质和线性代数方法,可作为理解本书的数学工具.第三章到第七章叙述分类器的设计问题.第八章到第十章讨论特征选择的问题.第十一章介绍集群即无人管理的分类.
本书可供从事有关图形识别的各方面研究工作的科技人员参考,也可作为高等学校有关专业的教科书.
目录
- 译者的话
前言
第一章 引言
1.1 图形识别问题的表述
1.2 章目提纲
第二章 随机矢量及其性质
2.1 随机矢量及其分布
2.2 分布的性质
2.3 随机矢量的变换
2.4 本征值及本征矢量的各种性质
标准数据
计算机程序设计
问题
第三章 假设检验
3.1 简单假设检验
3.2 假设检验中的错误概率
3.3 错误概率的上界
3.4 其他假设检验
3.5 序贯假设检验
计算机程序设计
问题
第四章 线性分类器
4.1 Bayes线性分类器
4.2 最小错误概率的线性鉴别函数
4.3 最小均方误差的线性鉴别函数
4.4 要求的输出和均方误差
4.5 其他鉴别函数
计算机程序设计
问题
第五章 参数估计
5.1 非随机参数的估计
5.2 随机参数的估计
5.3 区间估计
5.4 错误概率的估计
附录5.1 C方法和留一个出来的方法之间偏倚的计算
计算机程序设计
问题
第六章 密度函数的估计
6.1 Parzen估计量
6.2 k-最近邻方法
6.3 直方图法
6.4 用基础函数展开
计算机程序设计
问题
第七章 逐次参数估计
7.1 线性分类器的逐次调整
7.2 随机近似
7.3 逐次的Bayes估计
计算机程序设计
问题
第八章 一个分布的特征选择和线性映射
8.1 离散的Karhunen-Loève展开
8.2 对于一个分布的其他准则
8.3 随机过程的Karhunen-Loèvc展开
8.4 本征值和本征矢量的估计
附录8.1 E{(##Фj)2}的计算
附录8.2 本征值-本征矢量的快速计算
计算机程序设计
问题
第九章 多个分布的特征选择和线性映射
9.1 类别可分离性的一般性质
9.2 判别式分析
9.3 Chernoff界限和Bhattacharyya距离
9.4 分散度
计算机程序设计
问题
第十章 非线性映射
10.1 数据的固有维数
10.2 用非线性映射增加可分离性
10.3 两维显示
计算机程序设计
第十一章 集群
11.1 关于集群的一种算法
11.2 参数集群准则
11.3 非参数集群准则
11.4 另外一些集群方法
计算机程序设计
主要英汉名词对照表
参考文献