图书介绍
模糊分类及其在光谱信息处理中的应用pdf电子书版本下载
- 武小红 著
- 出版社： 南京：东南大学出版社
- ISBN：9787564171827
- 出版时间：2017
- 标注页数：159页
- 文件大小：23MB
- 文件页数：169页
- 主题词：模糊分类－应用－红外光谱－信息处理
PDF下载
下载说明
模糊分类及其在光谱信息处理中的应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
1 绪论 1
1.1 模糊分类概述 1
1.2 模糊分类的发展概况 2
1.3 模糊分类的基本理论简介 4
1.3.1 模糊集合 4
1.3.2 基于目标函数的模糊聚类 5
1.3.3 模糊判别分析 7
1.4 本章小结 8
参考文献 8
2 模糊混合聚类模型 11
2.1 模糊聚类概述 11
2.2 联合模糊C-均值聚类模型 12
2.2.1 MPCM模型 12
2.2.2 AFCM模型 13
2.2.3 MPCM和AFCM的对比实验 17
2.3 一种改进的可能模糊聚类算法 20
2.3.1 PCA算法及其存在的问题 20
2.3.2 改进的PCM与改进的PFCM 23
2.3.3 实验结果 27
2.4 基于聚类中心分离的可能模糊聚类模型 31
2.4.1 基于聚类中心分离的模糊C-均值聚类（FCM_CCS） 31
2.4.2 基于聚类中心分离的可能聚类（PCM_CCS） 32
2.4.3 基于聚类中心分离的可能模糊聚类（PFCM_CCS） 33
2.4.4 实验结果 34
2.5 一种混合可能聚类算法 38
2.5.1 算法描述 38
2.5.2 实验结果 39
2.6 联合模糊熵聚类 40
2.6.1 算法描述 40
2.6.2 实验结果 42
2.7 本章小结 43
参考文献 44
3 基于核的模糊聚类 46
3.1 核模糊聚类概述 46
3.2 基于核的修正可能C-均值聚类 46
3.2.1 算法描述 46
3.2.2 实验结果 48
3.3 基于核的广义噪声聚类算法 50
3.3.1 GNC算法 50
3.3.2 KGNC算法 51
3.3.3 实验结果 53
3.4 基于核的可能模糊C-均值聚类 55
3.4.1 算法描述 55
3.4.2 实验结果 56
3.5 基于核的聚类中心分离的模糊C-均值聚类 57
3.5.1 算法描述 57
3.5.2 实验结果 58
3.6 基于核的类间分离聚类 58
3.6.1 算法描述 58
3.6.2 实验结果 60
3.7 本章小结 60
参考文献 60
4 基于非欧氏距离的模糊聚类算法 63
4.1 引言 63
4.2 一种新的非欧氏距离 64
4.3 基于非欧氏距离可能模糊C-均值聚类算法 65
4.3.1 可能模糊C-均值聚类算法 65
4.3.2 APFCM算法 66
4.3.3 实验结果 67
4.4 基于非欧氏距离可能聚类算法 69
4.4.1 IPCM算法 69
4.4.2 AIPCM算法 70
4.4.3 实验结果 71
4.5 本章小结 73
参考文献 74
5 基于核的模糊鉴别信息提取及分类 75
5.1 引言 75
5.2 基于核的模糊判别分析（KFDA） 76
5.2.1 KFDA算法 76
5.2.2 实验结果 78
5.3 模糊主元分析及其核模型 79
5.3.1 模糊主元分析 79
5.3.2 基于核的模糊主元分析 79
5.3.3 实验结果 81
5.4 模糊非相关判别转换（FUDT）及其核模型 82
5.4.1 非相关判别转换（UDT） 82
5.4.2 模糊非相关判别转换（FUDT） 84
5.4.3 基于核的模糊非相关判别分析 86
5.4.4 苹果近红外光谱的线性和非线性鉴别信息提取实验 88
5.5 基于核的模糊K-近邻法 90
5.5.1 模糊K-近邻法 90
5.5.2 基于核的模糊K-近邻法 91
5.5.3 实验结果 92
5.6 本章小结 94
参考文献 94
6 基于模糊协方差矩阵聚类的茶叶红外光谱分类 97
6.1 一种混合GK聚类 98
6.1.1 算法描述 98
6.1.2 实验结果 99
6.2 模糊协方差矩阵的可能模糊聚类 101
6.2.1 算法描述 102
6.2.2 实验结果 103
6.3 本章小结 104
参考文献 105
7 苹果近红外光谱的模糊聚类分析 107
7.1 苹果近红外光谱检测研究 107
7.1.1 国外研究进展 108
7.1.2 国内研究进展 108
7.2 苹果近红外光谱模糊聚类 110
7.2.1 GK和GG模糊聚类 110
7.2.2 一种混合模糊类间分离聚类 111
7.2.3 实验结果 114
7.3 一种快速联合模糊C-均值聚类 117
7.3.1 FAFCM聚类 117
7.3.2 实验结果 118
7.4 本章小结 120
参考文献 121
8 茶叶傅里叶红外光谱模糊聚类分析 125
8.1 模糊鉴别C-均值聚类 125
8.1.1 算法描述 125
8.1.2 实验结果 126
8.2 模糊鉴别学习矢量量化 129
8.2.1 算法描述 129
8.2.2 实验结果 130
8.3 一种广义噪声聚类 131
8.3.1 算法描述 131
8.3.2 实验结果 132
8.4 本章小结 134
参考文献 135
9 模糊K调和均值聚类的近／中红外光谱分类 137
9.1 K调和均值聚类 137
9.2 广义模糊K调和均值聚类的近红外光谱生菜储藏时间鉴别 138
9.2.1 算法描述 138
9.2.2 实验结果 140
9.3 一种混合模糊K调和均值聚类 142
9.3.1 算法描述 144
9.3.2 实验结果 144
9.4 本章小结 145
参考文献 146
10 模糊学习矢量量化模型 148
10.1 可能模糊学习矢量量化 148
10.1.1 算法描述 148
10.1.2 实验结果 149
10.2 无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别 150
10.2.1 算法描述 151
10.2.2 实验结果 152
10.3 一种基于优化的模糊学习矢量量化的苹果分类 155
10.3.1 算法描述 155
10.3.2 实验结果 156
10.4 联合模糊学习矢量量化 156
10.4.1 算法描述 156
10.4.2 实验结果 157
10.5 本章小结 157
参考文献 158