登录即可开启一键下单。
更多购买选择
新华文轩网络书店 加入购物车
¥ 28.40 + 免配送费
读买书网 加入购物车
¥ 31.30 + 免配送费
博库网官方旗舰店 加入购物车
¥ 28.30 + ¥ 5.00 运费
通知出版社:
请转告出版社我想看这本书的Kindle版

没有Kindle设备?立即购买 ,或者下载免费 Kindle阅读软件

模式识别与智能计算的MATLAB实现 [平装]

~ 许国根 (作者), 贾瑛 (作者)
平均3.7 星  浏览全部评论 (15 条商品评论) 天天低价·正品质优

市场价: ¥ 36.00
价格: ¥ 29.40 满49元免运费且可货到付款 详情
为您节省: ¥ 6.60 (8.2折)
o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o
亚马逊自售中文图书购满99元,畅销好书抢鲜赠(促销优惠码:TMPVSAHIXC)
购买亚马逊图书频道任意自售中文图书(进口图书、电子书、第三方卖家图书、Z秒杀图书和Z实惠图书除外),单张订单商品金额满99元后(99元不包含任意1本赠书),将 活动赠品区中的任意1本赠书放入购物车,结账时输入促销优惠码TMPVSAHIXC,系统将自动扣减赠品销售金额。1张订单只能享受1本赠书,如果其他促销也需要输入促销优惠码,则不能与本促销共同使用。 查看详情/ 赠品专区

图书描述

2012年7月1日
《模式识别与智能计算的MATLAB实现》既介绍了模式识别和智能计算的基础知识,又较为详细地介绍了现代模式识别和智能计算在科学研究中的应用方法和各算法的MATLAB源程序。《模式识别与智能计算的MATLAB实现》内容基本涵盖了目前模式识别和智能计算的重要理论和方法,包括了最近十几年来刚刚发展起来的并被实践证明有用的新技术、新理论,如支持向量机、神经网络、决策树、粗糙集理论、模糊集理论和遗传算法等。

商品促销和特殊优惠


经常一起购买的商品

模式识别与智能计算的MATLAB实现 + MATLAB智能算法30个案例分析 + MATLAB神经网络43个案例分析
全部三个商品的价格为: ¥ 95.90

共同购买所选商品

购买此商品的顾客也同时购买


基本信息

  • 出版社: 北京航空航天大学出版社; 第1版 (2012年7月1日)
  • 丛书名: MATLAB开发实例系列图书
  • 平装: 273页
  • 语种: 简体中文
  • 开本: 16
  • ISBN: 7512408439, 9787512408432
  • 条形码: 9787512408432
  • 商品尺寸: 25.8 x 18.4 x 1.6 cm
  • 商品重量: 898 g
  • 品牌: 北京航空航天大学出版社
  • ASIN: B008I9S3K4
  • 用户评分: 平均3.7 星  浏览全部评论 (15 条商品评论)
  • 亚马逊热销商品排名: 图书商品里排第127,566名 (查看图书商品销售排行榜)

商品描述

编辑推荐

《模式识别与智能计算的MATLAB实现》可以帮助广大的科学工作者掌握模式识别和智能计算方法,并应用于实际的研究中,提高对海量数据信息的处理及挖掘能力,针对性和实用性强,具有较高的理论和使用价值。《模式识别与智能计算的MATLAB实现》可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人、工业自动化、地质、水利、化学和环境等专业的研究生、本科生的教材或教学参考书,亦可供有关工程技术人员参考。《模式识别与智能计算的MATLAB实现》由许国根、贾瑛编著。

目录

第1章绪论
1.1模式识别的基本概念
1.1.1模式与模式识别的概念
1.1.2模式的特征
1.1.3模式识别系统
1.2模式识别的主要方法
1.3模式识别的主要研究内容
1.4模式识别在科学研究中的应用
1.4.1化合物的构效分析
1.4.2谱图解析
1.4.3材料研究
1.4.4催化剂研究
1.4.5机械故障诊断与监测
1.4.6化学物质源产地判断
1.4.7疾病的诊断与预测
1.4.8矿藏勘探
1.4.9考古及食品工业中的应用
第2章统计模式识别技术
2.1基于概率统计的贝叶斯分类方法
2.1.1最小错误率贝叶斯分类
2.1.2最小风险率贝叶斯分类
2.2线性分类器
2.2.1线性判别函数
2.2.2Fisher线性判别函数
2.2.3感知器算法
2.3非线性分类器
2.3.1分段线性判别函数
2.3.2近邻法
2.3.3势函数法
2.3.4SIMCA方法
2.4聚类分析
2.4.1模式相似度
2.4.2聚类准则
2.4.3层次聚类法
2.4.4动态聚类法
2.4.5决策树分类器
2.5统计模式识别在科学研究中的应用
第3章人工神经网络及模式识别
3.1人工神经网络的基本概念
3.1.1人工神经元
3.1.2传递函数
3.1.3人工神经网络分类和特点
3.2BP人工神经网络
3.2.1BP人工神经网络学习算法
3.2.2BP人工神经网络MATLAB实现
3.3径向基函数神经网络RBF
3.3.1RBF的结构与学习算法
3.3.2RBF的MATLAB实现
3.4自组织竞争人工神经网络
3.4.1自组织竞争人工神经网络的基本概念
3.4.2自组织竞争神经网络的学习算法
3.4.3自组织竞争网络的MATLAB实现
3.5对向传播神经网络CPN
3.5.1CPN的基本概念
3.5.2CPN网络的学习算法
3.6反馈型神经网络Hopfield
3.6.1Hopfield网络的基本概念
3.6.2Hopfield网络的学习算法
3.6.3Hopfield网络的MATLAB实现
3.7人工神经网络技术在科学研究中的应用
第4章模糊系统理论及模式识别
4.1模糊系统理论基础
4.1.1模糊集合
4.1.2模糊关系
4.1.3模糊变换与模糊综合评判
4.1.4If
4.1.5模糊推理
4.2模糊模式识别的基本方法
4.2.1最大隶属度原则
4.2.2择近原则
4.2.3模糊聚类分析
4.3模糊神经网络
4.3.1模糊神经网络
4.3.2模糊BP神经网络
4.4模糊逻辑系统及其在科学研究中的应用
第5章核函数方法及应用
5.1核函数方法
5.2基于核的主成分分析方法
5.2.1主成分分析
5.2.2基于核的主成分分析
5.3基于核的Fisher判别方法
5.3.1Fisher判别方法
5.3.2基于核的Fisher判别方法分析
5.4基于核的投影寻踪方法
5.4.1投影寻踪分析
5.4.2基于核的投影寻踪分析
5.5核函数方法在科学研究中的应用
第6章支持向量机及其模式识别
6.1统计学习理论基本内容
6.2支持向量机
6.2.1最优分类面
6.2.2支持向量机模型
6.3支持向量机在模式识别中的应用
第7章可拓学及其模式识别
7.1可拓学概论
7.1.1可拓工程基本思想
7.1.2可拓工程使用的基本工具
7.2可拓集合
7.2.1可拓集合含义
7.2.2物元可拓集合
7.3可拓聚类预测的物元模型
7.4可拓学在科学研究中的应用
第8章粗糙集理论及其模式识别
8.1粗糙集理论基础
8.1.1分类规则的形成
8.1.2知识的约简
8.2粗糙神经网络
8.3系统评估粗糙集方法
8.3.1模型结构
8.3.2综合评估方法
8.4粗糙集聚类方法
8.5粗糙集理论在科学研究中的应用
第9章遗传算法及模式识别
9.1遗传算法的基本原理
9.2遗传算法分析
9.2.1染色体的编码
9.2.2适应度函数
9.2.3遗传算子
9.3控制参数的选择
9.4模拟退火算法
9.4.1模拟退火的基本概念
9.4.2模拟退火算法的基本过程
9.4.3模拟退火算法中的控制参数
9.5基于遗传算法的模式识别在科学研究中的应用
9.5.1遗传算法的MATLAB实现
9.5.2遗传算法在科学研究中的应用实例
第10章蚁群算法及其模式识别
10.1蚁群算法原理
10.1.1基本概念
10.1.2蚁群算法的基本模型
10.1.3蚁群算法的特点
10.2蚁群算法的改进
10.2.1自适应蚁群算法
10.2.2遗传算法与蚁群算法的融合
10.2.3蚁群神经网络
10.3聚类问题的蚁群算法
10.3.1聚类数目已知的聚类问题的蚁群算法
10.3.2聚类数目未知的聚类问题的蚁群算法
10.4蚁群算法在科学研究中的应用
第11章粒子群算法及其模式识别
11.1粒子群算法的基本原理
11.2全局模式与局部模式
11.3粒子群算法的特点
11.4基于粒子群算法的聚类分析
11.4.1算法描述
11.4.2实现步骤
11.5粒子群算法在科学研究中的应用
第12章可视化模式识别技术
12.1高维数据的图形表示方法
12.1.1轮廓图
12.1.2雷达图
12.1.3树形图
12.1.4三角多项式图
12.1.5散点图
12.1.6星座图
12.1.7脸谱图
12.2图形特征参数计算
12.3显示方法
12.3.1线性映射
12.3.2非线性映射
第13章灰色系统方法及应用
13.1灰色系统的基本概念
13.1.1灰数
13.1.2灰数白化与灰度
13.2灰色序列生成算子
13.2.1均值生成算子
13.2.2累加生成算子
13.2.3累减生成算子
13.3灰色分析
13.3.1灰色关联度分析
13.3.2无量纲化的关键算子
13.3.3关联分析的主要步骤
13.3.4其他几种灰色关联度
13.4灰色聚类
13.5灰色系统建模
13.5.1GM(1,1)模型
13.5.2GM(1,1)模型检验
13.5.3残差GM(1,1)模型
13.5.4GM(1,N)模型
13.6灰色灾变预测
13.7灰色系统的应用
第14章模式识别的特征及确定
14.1基本概念
14.1.1特征的特点
14.1.2特征的类别
14.1.3特征的形成
14.1.4特征选择与提取
14.2样本特征的初步分析
14.3特征筛选处理
14.4特征提取
14.4.1特征提取的依据
14.4.2特征提取的方法
14.5基于K—L变换的特征提取
14.5.1离散K—L变换
14.5.2离散K—L变换的特征提取
14.5.3吸收类均值向量信息的特征提取
14.5.4利用总体熵吸收方差信息的特征提取
14.6因子分析
14.6.1因子分析的一般数学模型
14.6.2Q型和R型因子分析
参考文献

看过此商品后顾客买的其它商品?


商品评论

按有用程度排序
1/1 人认为此评论有用
平均1.0 星 很差 2013年3月10日
评论者 kilad
版本:平装|已确认购买
个人感觉书的内容很差,有很多程序不能运行很多程序都有问题,并且书上承诺书作者解答问题,可从未有作者成功解决这些问题,与该出版社出版的类似书籍相差很多,买了很后悔。
回应 | 
这条评论对您有用吗?
1/1 人认为此评论有用
平均3.0 星 一般般! 2012年11月15日
评论者 knight
版本:平装|已确认购买
内容介绍过于简单,程序不完整!
回应 | 
这条评论对您有用吗?
平均5.0 星 模式识别 2014年4月10日
评论者 yuyuelongri
版本:平装|已确认购买
整体不错,在研究中。
回应 | 
这条评论对您有用吗?
平均3.0 星 还行 2014年3月15日
评论者 月缺汐
版本:平装|已确认购买
还没看,不知道怎么样。
回应 | 
这条评论对您有用吗?
平均3.0 星 一般 2014年1月15日
评论者 ETon
版本:平装|已确认购买
例子都是入门级,不建议购买
回应 | 
这条评论对您有用吗?
平均5.0 星 MATLAB 模式识别 2013年12月7日
评论者 scenery312
版本:平装|已确认购买
目前没有看,应该还可以
回应 | 
这条评论对您有用吗?
平均4.0 星 还成,我需要的 2013年11月16日
评论者 尘尘飞
版本:平装|已确认购买
书质量很好,还可以。就是内容不是那么丰富。
回应 | 
这条评论对您有用吗?
平均5.0 星 很喜欢 2013年9月17日
评论者 叶落心澄
版本:平装|已确认购买
很实用的东西,适合于MATLAB初学者
回应 | 
这条评论对您有用吗?

用户论坛

话题列表
话题 回复 最后发表
目前暂无话题

您可以发表感想,分享观点,咨询问题
[发起新话题]
论坛搜索
搜索亚马逊网站的所有帖子
   


查找其它相似商品