模式识别及MATLAB实现 学习与实验指导2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

模式识别及MATLAB实现 学习与实验指导PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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 kN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 感知器算法的设计与实现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97

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C-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 基于概率距离判据的特征提取方法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 神经网络在模式识别中的应用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