模式分类原书第二版.pdf
http://www.100md.com
2020年11月18日
 |
| 第1页 |
 |
| 第9页 |
 |
| 第13页 |
 |
| 第24页 |
 |
| 第39页 |
 |
| 第193页 |
参见附件(17504KB，548页)。
模式分类(原书第2版)读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等
编辑推荐
《模式分类》(原书第2版)已被卡内基-梅隆、哈佛、斯坦福、剑桥等120多所大学采用为教材。本书作为流行和经典的教材和专业参考书，主要面向电子工程、计算机科学、数学和统计学、媒体处理、模式识别、计算机视觉、人工智能和认知科学等领域的研究生和相关领域的科技人员。开发和研究模式识别系统的实践者，无论其应用涉及语音识别、字符识别、图像处理还是信号分析，常会遇到需要从大量令人迷惑的技术中做出选择的难题。这本教材及专业参考书，为你准备了充足的资料和信息，供你选择最适合的技术。作为一本在过去几十年内模式识别领域经典著作的新版，这一版本更新并扩充了原作，重点介绍模式分类及该领域近年来的巨大进展。
内容简介
《模式分类》(原书第2版)的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经曲名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。
作者简介
Richard O.Duda于麻省理工学院获得电气工程博士学位，是加州San Jose州立大学电气工程系名誉教授。他是美国人工智能学会会士、IEEE会士。
Peter E.Hart是加州Ricoh lnnovations公司的创始人、总裁和CEO，同时还是理光公司的高级副总裁，在此之前曾任理光加州研究中心的高级副总裁。他是美国人工智能学会会士、IEEE会士，曾获IEEE信息论协50周年论文奖。
本书的特点
清渐地闹明了模式识别的经典方法和新方法，包括神经网络，随机方法，遗传算法以及机器学习理论
提供350多幅高质量的双色图表，用于突出各种概念
收入大量实用的例题
采用伪代码形式的模式识别算法
扩充了对正文有关键意义的习题和计算机练习
用算法形式讲解特殊的模式识别和机器学习技术每章后画附有文献历史评述以及重要的参考文献
附录补充了必要的数学基础知识
机器感知
试图设计和建造一台能够识别不同模式的机器的想法是很自然的。从自动语音识别到指纹识别、光学字符识别、DNA序列分析等等很多的应用，都清楚地表明一个可靠和准确的模式识别机器的巨大作用。而且，在解决这许许多多问题的同时，我们对白然界存在的精巧的模式识别系统，例如人的认知系统，有了更深刻的理解和由衷的赞叹。对其中一些问题，比如语音和视觉的辨识，我们对大自然的解决方案的认识程度也必然影响了我们自己的设计方案，包括所采用的算法和所设计的专用硬件。
模式分类原书第二版截图
您现在查看是摘要介绍页， 详见PDF附件(17504KB，548页)。