网站购物车   | 店铺购物车  
店铺平均得分:99.24 分,再接再厉!!!【查看全部评价】
评分 40分 50分 60分 70分 80分 90分 100分
数量 0 1 5 2 4 24 792
本店铺共有 49 笔投诉记录,投诉率 6% ,高于平均投诉率 1% 【查看详细】
投诉类型
数量
比例
无法联系卖家
3
6%
商品问题
1
2%
发货问题
37
76%
退款问题
7
14%
其他
1
2%
已解决
49
100%
店主称呼:博学书店   联系方式:购买咨询请联系我  15105991830 15960395334    地址:福建省 厦门市 集美区 集美理工大学
促销广告:全国包邮
图书分类
店铺公告
各位亲,网店和实体店同时销售,很难保证真实库存,望亲们拍之前一定要咨询客服是否有货。24小时未发货的请申请退款。
本店所售图书均为正版二手 二手图书不含光盘 介意误拍。店铺默认快递:圆通 韵达快递
店铺介绍
本店常年出售大学二手专业教材。

QQ:794872913

15960395334
交易帮助
第一步:选择图书放入购物车。
第二步:结算、填写收货地址。
第三步:担保付款或银行汇款。
第四步:卖家发货。
第五步:确认收货、评价。
作/译者:范九伦 出版社:西安电子科技大学出版社
模式识别导论
出版日期:2012年05月
ISBN:9787560627472 [十位:7560627471]
页数:150      
定价:¥19.00
店铺售价:¥8.10 (为您节省:¥10.90
店铺库存:1
注:您当前是在入驻店铺购买,非有路网直接销售。
正在处理购买信息,请稍候……
我要买: * 如何购买
** 关于库存、售价、配送费等具体信息建议直接联系店主咨询。
联系店主:购买咨询请联系我  15105991830 15960395334
本店已缴纳保证金,请放心购买!【如何赔付?】
店主推荐图书:
买家对店铺的满意度评价:查看更多>>
评分
评价内容
评论人
订单图书
  • 100分
    满分
    确认收货后30天未评价,系统默认好评!
    [2022-05-19 14:52:12]

    厦门市
  • 100分
    满分
    确认收货后30天未评价,系统默认好评!
    [2022-05-05 20:09:26]
    陈**
    深圳市
    百年孤独 ¥16.30
  • 100分
    满分
    确认收货后30天未评价,系统默认好评!
    [2022-05-05 12:51:28]
    张**
    漳州市
  • 100分
    满分
    确认收货后30天未评价,系统默认好评!
    [2022-04-28 12:14:32]
    贺**
    克拉玛依市
  • 100分
    满分
    确认收货后30天未评价,系统默认好评!
    [2022-04-22 22:57:03]
    朱**
    东莞市
《模式识别导论》内容提要:
《高等学校智能科学与技术专业“十二五”规划教材:模式识别导论》是关于模式识别理论和方法的一本教材,系统地介绍了模式识别的基本理论和基本方法。全书内容以当前广泛应用的统计模式识别技术为主,兼顾模糊模式识别和现代模式识别中的核方法,**放在统计模式识别的核心问题上,既突出了广泛性,又注重对主要知识内容的深入讨论;另外,书中还对当前广泛应用的统计模式识别方法及其理论基础进行了详细的介绍。
《高等学校智能科学与技术专业“十二五”规划教材:模式识别导论》主要供智能科学与技术、自动化、测控技术与仪器、计算机科学与技术等本科专业的高年级学生使用, 也可供从事相关专业的教学、科研和工程技术人员参考。 模式识别导论_范九伦_西安电子科技大学出版社_
《模式识别导论》图书目录:
第1章 引论
1.1 模式识别及模式识别系统
1.1.1 模式识别的基本概念
1.1.2 认知模式识别
1.1.3 计算机模式识别
1.2 模式识别的基本方法
1.2.1 统计模式识别
1.2.2 结构模式识别
1.2.3 模糊模式识别
1.2.4 神经网络模式识别
1.3 模式识别的一些基本准则
1.3.1 奥卡姆剃刀原理
1.3.2 没有免费的午餐定理
1.3.3 丑小鸭定理
1.4 模式识别的应用
1.4.1 生物特征识别
1.4.2 目标识别
1.4.3 图像识别
1.4.4 图形识别
1.4.5 故障诊断
第2章 线性判别函数法
2.1 判别函数的基本概念
2.2 线性判别函数
2.2.1 线性判别函数的一般形式
2.2.2 线性判别函数的基本性质
2.2.3 线性判别函数的几何性质
2.2.4 设计线性分类器的主要步骤
2.3 感知器学习算法
2.3.1 几个基本概念
2.3.2 感知器算法
2.4 *小均方误差算法
2.5 fisher线性判别法
2.5.1 类内离散度矩阵和类间离散度矩阵
2.5.2 fisher线性判别法
*2.6 线性二分能力
习题
上机练习
第3章 非线性判别函数
3.1 分段线性判别函数
3.1.1 一般分段线性判别函数
3.1.2 基于距离的分段线性判别函数
3.2 分段线性判别函数的学习方法
3.2.1 已知子类划分的学习方法
3.2.2 已知子类数目的学习方法
3.2.3 未知子类数目的学习方法
3.3 势函数法
3.3.1 势函数
3.3.2 势函数法
3.3.3 势函数的选择
*3.4 广义线性判别函数
*3.5 二次判别函数
习题
上机练习
第4章 统计决策方法
4.1 *小误判概率准则判决
4.1.1 基础知识
4.1.2 *小误判概率准则判决
4.2 *小损失准则判决
4.2.1 损失函数与平均损失
4.2.2 *小损失贝叶斯准则判决
*4.3 *小*大准则
4.4 正态分布模型的统计决策
4.4.1 正态分布概率密度函数
4.4.2 正态模型的bayes决策
习题
上机练习
第5章 概率密度函数估计
5.1 参数估计的基本概念
5.2 概率密度函数的参数估计
5.2.1 *大似然估计
5.2.2 bayes估计和bayes学习
5.3 概率密度函数的非参数估计
5.3.1 非参数估计的基本原理
5.3.2 parzen窗法
5.3.3 kn近邻法
习题
上机练习
第6章 聚类分析
6.1 聚类分析的基本概念
6.2 模式相似性测度和聚类准则
6.2.1 模式相似性测度
6.2.2 聚类准则
6.3 基于距离阈值的聚类法
6.3.1 近邻聚类法
6.3.2 *大*小距离聚类法
6.4 层次聚类法
6.4.1 类与类之间的距离
6.4.2 层次聚类法
6.5 动态聚类算法
6.5.1 hcm算法
6.5.2 isodata算法
习题
上机练习
第7章 特征提取与选择
7.1 特征提取与选择的基本概念
7.1.1 特征的种类
7.1.2 特征提取与选择
7.2 基于距离的特征提取
7.2.1 基于距离的类别可分性测度
7.2.2 基于距离可分性测度的特征提取
7.3 基于离散k-l变换的特征提取
7.3.1 离散k-l变换(dklt)
7.3.2 离散k-l变换在特征提取中的应用
7.4 特征选择方法
7.4.1 *优搜索法
7.4.2 次优搜索法
习题
上机练习
第8章 模糊模式识别
8.1 模糊集合
8.1.1 模糊集合的定义及表示
8.1.2 模糊集合的运算
8.2 模糊模式识别的基本方法
8.2.1 模糊模式识别的基本过程
8.2.2 常用的隶属度函数
8.2.3 *大隶属度原则
8.2.4 择近原则
8.3 模糊聚类分析
8.3.1 模糊等价关系法
8.3.2 模糊c-均值聚类算法
8.4 聚类有效性评价
8.4.1 硬聚类有效性评价
8.4.2 模糊聚类有效性评价
习题
上机练习
第9章 模式分析的核方法
9.1 核函数
9.1.1 非线性特征映射和核函数
9.1.2 核函数的基本理论
9.1.3 核函数的构造
9.2 核hcm算法
9.3 核fcm算法
9.4 核离散k-l变换
9.5 核fisher线性判别
9.6 支持向量机
9.6.1 线性支持向量机
9.6.2 非线性支持向量机
9.6.3 支持向量机的多分类方法
习题
上机练习
参考文献