發表於2024-12-23
模式識彆與智能計算的 MATLAB實現(第2版)
模式識彆與智能計算已經成為當今科學研究中的一種重要的數據處理手段。本書理論聯係實際,較為全麵地介紹瞭現代模式識彆和智能計算方法
及其應用技巧,通過大量的實例,講解模式識彆與智能計算的理論、算法及編程步驟,並提供瞭MATLAB程序的源代碼 。
本書在MATLAB中文論壇設有交流平颱。
模式識彆與智能計算的MATLAB實現(第2版)
針對各學科數據信息的特點以及科學工作者對信息處理和數據挖掘技術的要求,本書既介紹瞭模式識彆和智能計算的基礎知識,又較為詳細地介紹瞭現代模式識彆和智能計算在科學研究中的應用方法和各算法的MATLAB源程序。
本書可以幫助廣大的科學工作者掌握模式識彆和智能計算方法,並應用於實際的研究中,提高對海量數據信息的處理及挖掘能力,針對性和實用性強,具有較高的理論和實用價值。本書可作為高等院校計算機工程、信息工程、生物醫學工程、智能機器人、工業自動化、地質、水利、化學和環境等專業研究生、本科生的教材或教學參考書,亦可供有關工程技術人員參考。
許國根,畢業於南京大學分析化學專業,長期奮鬥在一綫的高校資深化學教師。為瞭實現“數學化學”夢想, 一直緻力於數學在化學中的應用,熱衷於MATLAB、模式識彆、數據挖掘、化學計量學等相關知識的學習與應用,撰寫過多部介紹MATLAB在化學中應用技巧的書籍。
第1章 緒 論…………………………………………………………………………………… 1
1.1 模式識彆的基本概念…………………………………………………………………… 1
1.1.1 模式與模式識彆的概念…………………………………………………………… 1
1.1.2 模式的特徵………………………………………………………………………… 1
1.1.3 模式識彆係統……………………………………………………………………… 2
1.2 模式識彆的主要方法…………………………………………………………………… 2
1.3 模式識彆的主要研究內容……………………………………………………………… 3
1.4 模式識彆在科學研究中的應用………………………………………………………… 3
1.4.1 化閤物的構效分析………………………………………………………………… 3
1.4.2 譜圖解析…………………………………………………………………………… 4
1.4.3 材料研究…………………………………………………………………………… 4
1.4.4 催化劑研究………………………………………………………………………… 5
1.4.5 機械故障診斷與監測……………………………………………………………… 5
1.4.6 化學物質源産地判斷……………………………………………………………… 6
1.4.7 疾病的診斷與預測………………………………………………………………… 6
1.4.8 礦藏勘探…………………………………………………………………………… 7
1.4.9 考古及食品工業中的應用………………………………………………………… 7
第2章 統計模式識彆技術………………………………………………………………… 8
2.1 基於概率統計的貝葉斯分類方法…………………………………………………… 8
2.1.1 最小錯誤率貝葉斯分類…………………………………………………………… 9
2.1.2 最小風險率貝葉斯分類…………………………………………………………… 10
2.2 綫性分類器………………………………………………………………………………12
2.2.1 綫性判彆函數……………………………………………………………………… 12
2.2.2 Fisher綫性判彆函數……………………………………………………………… 13
2.2.3 感知器算法………………………………………………………………………… 14
2.3 非綫性分類器…………………………………………………………………………315
2.3.1 分段綫性判彆函數………………………………………………………………… 15
2.3.2 近鄰法……………………………………………………………………………… 17
2.3.3 勢函數法…………………………………………………………………………… 19
2.3.4 SIMCA 方法……………………………………………………………………… 20
2.4 聚類分析………………………………………………………………………………22
2.4.1 模式相似度………………………………………………………………………… 22
2.4.2 聚類準則…………………………………………………………………………… 24
2.4.3 層次聚類法………………………………………………………………………… 25
2.4.4 動態聚類法………………………………………………………………………… 25
2.4.5 決策樹分類器……………………………………………………………………… 28
2.5 統計模式識彆在科學研究中的應用…………………………………………………29
第3章 人工神經網絡及模式識彆…………………………………………………………43
3.1 人工神經網絡的基本概念………………………………………………………… 43
3.1.1 人工神經元………………………………………………………………………… 43
3.1.2 傳遞函數…………………………………………………………………………… 43
3.1.3 人工神經網絡分類和特點………………………………………………………… 44
3.2 BP人工神經網絡……………………………………………………………………… 44
3.2.1 BP人工神經網絡學習算法……………………………………………………… 44
3.2.2 BP人工神經網絡MATLAB實現……………………………………………… 46
3.3 徑嚮基函數神經網絡RBF …………………………………………………………… 47
3.3.1 RBF的結構與學習算法…………………………………………………………… 47
3.3.2 RBF的MATLAB實現…………………………………………………………… 48
3.4 自組織競爭人工神經網絡……………………………………………………………48
3.4.1 自組織競爭人工神經網絡的基本概念…………………………………………… 48
3.4.2 自組織競爭神經網絡的學習算法………………………………………………… 49
3.4.3 自組織競爭網絡的MATLAB實現……………………………………………… 49
3.5 對嚮傳播神經網絡CPN ……………………………………………………………… 50
3.5.1 CPN 的基本概念………………………………………………………………… 50
3.5.2 CPN 網絡的學習算法…………………………………………………………… 50
3.6 反饋型神經網絡Hopfield ……………………………………………………………51
3.6.1 Hopfield網絡的基本概念………………………………………………………… 51
3.6.2 Hopfield網絡的學習算法………………………………………………………… 52
3.6.3 Hopfield網絡的MATLAB實現………………………………………………… 53
3.7 人工神經網絡技術在科學研究中的應用………………………………………………53
第4章 模糊係統理論及模式識彆……………………………………………………………72
4.1 模糊係統理論基礎………………………………………………………………………72
4.1.1 模糊集閤…………………………………………………………………………… 72
4.1.2 模糊關係…………………………………………………………………………… 75
4.1.3 模糊變換與模糊綜閤評判………………………………………………………… 77
4.1.4 If…then規則……………………………………………………………………… 78
4.1.5 模糊推理…………………………………………………………………………… 78
4.2 模糊模式識彆的基本方法………………………………………………………………79
4.2.1 最大隸屬度原則…………………………………………………………………… 79
4.2.2 擇近原則…………………………………………………………………………… 79
4.2.3 模糊聚類分析……………………………………………………………………… 81
4.3 模糊神經網絡……………………………………………………………………………85
4.3.1 模糊神經網絡……………………………………………………………………… 85
4.3.2 模糊BP神經網絡………………………………………………………………… 86
4.4 模糊邏輯係統及其在科學研究中的應用……………………………………………… 86
第5章 核函數方法及應用…………………………………………………………………… 107
5.1 核函數方法…………………………………………………………………………… 107
5.2 基於核的主成分分析方法…………………………………………………………… 108
5.2.1 主成分分析……………………………………………………………………… 108
5.2.2 基於核的主成分分析…………………………………………………………… 110
5.3 基於核的Fisher判彆方法…………………………………………………………… 112
5.3.1 Fisher判彆方法………………………………………………………………… 112
5.3.2 基於核的Fisher判彆方法分析………………………………………………… 113
5.4 基於核的投影尋蹤方法……………………………………………………………… 114
5.4.1 投影尋蹤分析…………………………………………………………………… 114
5.4.2 基於核的投影尋蹤分析………………………………………………………… 118
5.5 核函數方法在科學研究中的應用…………………………………………………… 119
第6章 支持嚮量機及其模式識彆…………………………………………………………… 130
6.1 統計學習理論基本內容……………………………………………………………… 130
6.2 支持嚮量機…………………………………………………………………………… 131
6.2.1 最優分類麵……………………………………………………………………… 131
6.2.2 支持嚮量機模型………………………………………………………………… 132
6.3 支持嚮量機在模式識彆中的應用…………………………………………………… 134
第7章 可拓學及其模式識彆………………………………………………………………… 142
7.1 可拓學概論…………………………………………………………………………… 142
7.1.1 可拓工程基本思想……………………………………………………………… 142
7.1.2 可拓工程使用的基本工具……………………………………………………… 143
7.2 可拓集閤……………………………………………………………………………… 145
7.2.1 可拓集閤含義…………………………………………………………………… 145
7.2.2 物元可拓集閤…………………………………………………………………… 146
7.3 可拓聚類預測的物元模型…………………………………………………………… '3146
7.4 可拓學在科學研究中的應用………………………………………………………… 147
第8章 粗糙集理論及其模式識彆…………………………………………………………… 154
8.1 粗糙集理論基礎……………………………………………………………………… 154
8.1.1 分類規則的形成………………………………………………………………… 156
8.1.2 知識的約簡……………………………………………………………………… 157
8.2 粗糙神經網絡………………………………………………………………………… 158
8.3 係統評估粗糙集方法………………………………………………………………… 158
8.3.1 模型結構………………………………………………………………………… 159
8.3.2 綜閤評估方法…………………………………………………………………… 159
8.4 粗糙集聚類方法……………………………………………………………………… 160
8.5 粗糙集理論在科學研究中的應用…………………………………………………… 161
第9章 遺傳算法及其模式識彆……………………………………………………………… 170
9.1 遺傳算法的基本原理………………………………………………………………… 170
9.2 遺傳算法分析………………………………………………………………………… 173
9.2.1 染色體的編碼…………………………………………………………………… 173
9.2.2 適應度函數……………………………………………………………………… 174
9.2.3 遺傳算子………………………………………………………………………… 175
9.3 控製參數的選擇……………………………………………………………………… 177
9.4 模擬退火算法………………………………………………………………………… 178
9.4.1 模擬退火的基本概念…………………………………………………………… 178
9.4.2 模擬退火算法的基本過程……………………………………………………… 179
9.4.3 模擬退火算法中的控製參數…………………………………………………… 180
9.5 基於遺傳算法的模式識彆在科學研究中的應用…………………………………… 180
9.5.1 遺傳算法的MATLAB實現…………………………………………………… 180
9.5.2 遺傳算法在科學研究中的應用實例…………………………………………… 185
第10章 蟻群算法及其模式識彆…………………………………………………………… 201
10.1 蟻群算法原理………………………………………………………………………… 201
10.1.1 基本概念………………………………………………………………………… 201
10.1.2 蟻群算法的基本模型…………………………………………………………… 202
10.1.3 蟻群算法的特點………………………………………………………………… 203
10.2 蟻群算法的改進……………………………………………………………………… 203
10.2.1 自適應蟻群算法………………………………………………………………… 203
10.2.2 遺傳算法與蟻群算法的融閤…………………………………………………… 204
10.2.3 蟻群神經網絡…………………………………………………………………… 204
10.3 聚類問題的蟻群算法………………………………………………………………… 205
10.3.1 聚類數目已知的聚類問題的蟻群算法………………………………………… 205
10.3.2 聚類數目未知的聚類問題的蟻群算法………………………………………… 206
10.4 蟻群算法在科學研究中的應用……………………………………………………… 207
第11章 粒子群算法及其模式識彆………………………………………………………… 217
11.1 粒子群算法的基本原理……………………………………………………………… 217
11.2 全局模式與局部模式………………………………………………………………… 218
11.3 粒子群算法的特點…………………………………………………………………… 218
11.4 基於粒子群算法的聚類分析………………………………………………………… 219
11.4.1 算法描述………………………………………………………………………… 219
11.4.2 實現步驟………………………………………………………………………… 220
11.5 粒子群算法在科學研究中的應用…………………………………………………… 221
第12章 可視化模式識彆技術……………………………………………………………… 229
12.1 高維數據的圖形錶示方法…………………………………………………………… 229
12.1.1 輪廓圖…………………………………………………………………………… 229
12.1.2 雷達圖…………………………………………………………………………… 230
12.1.3 樹形圖…………………………………………………………………………… 230
12.1.4 三角多項式圖…………………………………………………………………… 231
12.1.5 散點圖…………………………………………………………………………… 231
12.1.6 星座圖…………………………………………………………………………… 232
12.1.7 臉譜圖…………………………………………………………………………… 233
12.2 圖形特徵參數計算…………………………………………………………………… 235
12.3 顯示方法……………………………………………………………………………… 237
12.3.1 綫性映射………………………………………………………………………… 237
12.3.2 非綫性映射……………………………………………………………………… 237
第13章 灰色係統方法及應用……………………………………………………………… 241
模式識彆與智能計算的 MATLAB實現(第2版) 下載 mobi epub pdf txt 電子書 格式模式識彆與智能計算的 MATLAB實現(第2版) 下載 mobi pdf epub txt 電子書 格式 2024
模式識彆與智能計算的 MATLAB實現(第2版) 下載 mobi epub pdf 電子書書的紙質不錯,印刷質量也很好,內附光盤,正版無誤
評分還沒有來得及看,期待會有驚喜!
評分書不錯,我很喜歡
評分東西太棒瞭,感謝京東,感謝物流,感謝商傢!
評分作為Plus會員,每個月都在京東上采購大量的各種物品,逐一點評實在太難。因此,對於沒有問題的商品,均采用通用好評。在此非常感謝京東商城給予的優質的服務,從産品質量、倉儲管理、物流配送等各方麵都是做的非常好的。
評分評分
讀書能陶冶人的情操,給人知識和智慧。所以,我們應該多讀書,為我們以後的人生道路打下好的、紮實的基礎!讀書養性,讀書可以陶冶自己的性情,使自己溫文爾雅,具有書捲氣;讀書破萬捲,下筆如有神,多讀書可以提高寫作能力,寫文章就纔思敏捷;舊書不厭百迴讀,熟讀深思子自知,讀書可以提高理解能力,隻要熟讀深思,你就可以知道其中的道理瞭;讀書可以使自己的知識得到積纍,君子學以聚之。
評分京東購書收貨快,書是正版。
評分書還沒來得及看 字跡清楚 是正版的 不錯
模式識彆與智能計算的 MATLAB實現(第2版) mobi epub pdf txt 電子書 格式下載 2024