模式識別-使用MATLAB分析與實現 (第2版) 蔡利梅 9787302693048 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202506*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：模式識別-使用MATLAB分析與實現 (第2版)
ISBN：9787302693048
出版社：清華大學
著編譯者：蔡利梅
頁數：305
所在地：中國大陸 *此為代購商品
書號：1745912
可大量預訂，請先連絡。

內容簡介
《模式識別：使用MATLAB分析與實現》是作者依據多年從事模式識別教學和研究的體會，參考相關文獻編寫而成的，深入淺出地介紹了模式識別理論和技術的基本概念、原理、方法和實現。
全書共分為11 章，每章 闡述模式識別中的一個知識點，內容包括貝葉斯決策、概率密度函數的估計、線性判別分析、非線性判別分析、組合分類器、無監督模式識別、特徵選擇、特徵提取、半監督學習及人工神經網絡。除了經典算法以外《模式識別：使用MATLAB分析與實現》增加了部分較新的理論和算法，讀者可以選擇性地學習。《模式識別：使用MATLAB分析與實現》還配以電子課件、MATLAB仿真程序微課視頻和實驗指導書，便於教和學。
《模式識別：使用MATLAB分析與實現》可以作為高等學校人工智能、計算機、信息、自動化、遙感控制等專業本科生或研究生的教材或參考書，也可以作為從事相關研究與應用人員的參考書。

作者簡介
蔡利梅，中國礦業大學信息與控制工程學院副教授，長期從事圖像處理與模式識別領域的教學和研究工作。先後開設”圖像處理”“模式識別”“計算機圖形學”“數字視頻技術”“圖像分析及識別”等多門本科生及研究生課程。獲教育部高等學校科學技術進步獎二等獎、河南省科技進步獎二等獎、江蘇省科學技術獎三等獎、中國煤炭工業協會科學技術獎一等獎等省部級以上科技獎勵8項；獲授權國家發明專利2項；出版教材4部、科技圖書1部；獲校級教學成果獎特等獎1項、一等獎1項，全國煤炭行業教育教學成果獎三等獎1項，並多次獲校級”教書育人先進個人”“百佳教師”等榮譽。

目錄

第1章 緒論 1
1 1 模式識別的基本概念 1
1 2 模式識別方法 3
1 3 模式識別系統 5
1 4 模式識別的應用 6
習題 7
第2章 貝葉斯決策 8
2 1 貝葉斯決策的基本概念 8
2 2 最小錯誤率貝葉斯決策 9
2 2 1 決策規則 9
2 2 2 錯誤率 11
2 2 3 仿真實現 12
2 3 最小風險貝葉斯決策 13
2 3 1 決策規則 13
2 3 2 兩種貝葉斯決策的關係 15
2 4 樸素貝葉斯分類器 15
2 5 Neyman－Pearson決策規則 17
2 6 判別函數和決策面 19
2 7 正態分佈模式的貝葉斯決策 19
2 7 1 正態概率密度函數 20
2 7 2 正態概率模型下的最小錯誤率貝葉斯分類器 23
2 7 3 仿真實現 27
2 8 貝葉斯決策的實例 30
習題 33
第3章 概率密度函數的估計 35
3 1 基本概念 35
3 2 參數估計 36
3 2 1 最大似然估計 36
3 2 2 最大後驗估計 41
3 2 3 貝葉斯估計 43
3 3 非參數估計 47
3 3 1 直方圖方法 47
3 3 2 Parzen窗法 50
3 3 3 kN近鄰密度估計法 57
3 4 最小錯誤率貝葉斯決策的實例 59
習題 61
第4章 線性判別分析 62
4 1 基本概念 62
4 1 1 線性判別函數 62
4 1 2 廣義線性判別函數 64
4 1 3 線性判別函數的設計 65
4 2 Fisher線性判別分析 66
4 2 1 基本原理 66
4 2 2 準則函數及求解 67
4 2 3 分類決策 68
4 2 4 仿真實現 70
4 3 感知器算法 71
4 3 1 基本概念 71
4 3 2 感知器準則函數及求解 71
4 3 3 仿真實現 73
4 4 最小二乘法 75
4 4 1 平方誤差和準則函數 75
4 4 2 均方誤差準則函數 76
4 4 3 仿真實現 77
4 5 支持向量機 78
4 5 1 最優分類超平面與線性支持向量機 78
4 5 2 非線性可分與線性支持向量機 82
4 5 3 核函數與支持向量機 84
4 5 4 仿真實現 86
4 6 多類問題 89
4 6 1 化多類分類為兩類分類 89
4 6 2 多類線性判別函數 93
4 6 3 糾錯輸出編碼方法 94
4 7 線性判別分析的實例 97
習題 98
第5章 非線性判別分析 99
5 1 近鄰法 99
5 1 1 最小距離分類器 99
5 1 2 分段線性距離分類器 100
5 1 3 近鄰法及仿真實現 100
5 2 二次判別函數 107
5 3 決策樹 108
5 3 1 基本概念 108
5 3 2 決策樹的構建 109
5 3 3 過學習與決策樹的剪枝 119
5 3 4 仿真實現 122
5 4 Logistic回歸 125
5 4 1 基本原理 125
5 4 2 多分類任務 127
5 4 3 仿真實現 128
5 5 非線性判別分析的實例 129
習題 130
第6章 組合分類器 132
第7章 無監督模式識別 156
第8章 特徵選擇 199
第9章 特徵提取 239
第10章 半監督學習 267
第11章 人工神經網絡 279
參考文獻 304

前言/序言
第2版前言
本書是在第1版的基礎上修訂而成的。增加了部分算法，更新了MATLAB仿真函數和實例，擴展了數字資源修正了個別語句表達。與第1版相比，內容安排更加合理，便於學習；增加了大量的示例實例、實踐，以及豐富的數字資源，便於多種教學模式的開展。
在本書的編寫過程中參考了大量文獻，在此表示真誠的感謝。
由於編者學識水平所限，書中不足之處敬請讀者不吝指正。
編者
2025年3月

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。