图书介绍

模式识别与神经网络pdf电子书版本下载

模式识别与神经网络
  • 殷勤业等编译 著
  • 出版社: 北京:机械工业出版社
  • ISBN:7111033663
  • 出版时间:1992
  • 标注页数:325页
  • 文件大小:9MB
  • 文件页数:340页
  • 主题词:模式识别-神经网络 神经网络-模式识别

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

模式识别与神经网络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

第一章 绪论 1

1.1 引言 1

1.2 研究模式识别的目的 1

1.3 用不透明和透明映射描述计算机模式识别 5

1.4 任务的焦点 8

1.5 模式识别的任务 10

1.6 模式的表达格式 13

1.7 评述 18

1.8 参考文献 21

第二章 贝叶斯决策理论 24

2.1 引言 24

2.2 一般问题 26

2.3 训练要求的知识 34

2.4 连续分布情况下的系统误差 38

2.5 决策函数的性质和规则 40

2.6 贝叶斯方法的评论 48

2.7 评述 52

2.8 参考文献 54

第三章 模糊特征及判据:模糊集方法 56

3.1 引言 56

3.2 基本概念 57

3.3 模糊集运算:扩展原理 64

3.4 模糊集理论在模式识别中的应用 69

3.5 评述 80

3.6 参考文献 81

第四章 非数特征值模式 83

4.1 引言 83

4.2 ID3方法 85

4.3 Pao-Hu方法 93

4.4 M方法 100

4.5 评述 108

4.6 参考文献 111

第五章 神经网络概述 113

5.1 引言 113

5.2 人工神经网络模型 115

5.3 学习规则 119

5.4 神经网络与其它的信息处理方法 122

5.5 神经网络的应用 128

5.6 评述 130

5.7 参考文献 133

第六章 学习决策函数:广义感知机 136

6.1 引言 136

6.2 线性决策函数 138

6.3 前馈网络的广义δ规则 143

6.4 对前馈网络的复杂性要求 153

6.5 映射观点 156

6.6 评述 161

6.7 参考文献 163

7.1 引言 165

第七章 基于部分线索的识别和回忆:联想存贮 165

7.2 矩阵联想存贮 169

7.3 全息存贮 172

7.4 Walsh联想存贮 177

7.5 网络联想存贮 180

7.6 评述 191

7.7 参考文献 194

第八章 模式识别的自组织网络 197

8.1 引言 197

8.2 MAZNET 199

8.3 发现聚类结构的网络 204

8.4 Kohonen对有序映射的研究 210

8.5 评述 221

8.6 参考文献 222

第九章 函数联接网络:集成神经网络计算环境的基础 224

9.1 引言 224

9.2 非线性联接上的函数变换 226

9.3 函数联接网络的数学基础简介 231

9.4 函数联接网络用于有监督学习 234

9.5 有监督学习和无监督学习的结合 242

9.6 联想存贮和恢复 244

9.7 评述 248

9.8 参考文献 249

10.1 引言 251

第十章 符号和非符号处理的联系:模糊逻辑、模式识别和神经网络的作用 251

10.2 隶属度函数的网络表达 252

10.3 扩展原理的建模 257

10.4 模糊推理 259

10.5 评述 263

10.6 参考文献 263

第十一章 自适应模式识别的应用 264

11.1 引言 264

11.2 对模式内结构的处理 265

11.3 对语言符号的处理 274

11.4 对语言符号模式中的结构处理 278

11.5 具有可变置信度的联想 282

11.6 估计与分类--对精度的要求 284

11.7 输入与输出的时间关系 285

11.8 用自适应模式识别解决困难问题的可能性 286

11.9 评述 290

11.10 参考文献 293

附录A 用于监督学习的广义δ规则网络程序 297

A.1 简介 297

A.2 程序 297

A.3 举例 313

附录B 基于发现聚类结构的无监督学习 317

B.1 简介 317

B.2 程序 317

B.3 举例 324

精品推荐