图书介绍

统计模式识别 第2版pdf电子书版本下载

统计模式识别  第2版
  • (英)Andrew R.Webb著;王萍等译 著
  • 出版社: 北京:电子工业出版社
  • ISBN:7121004321
  • 出版时间:2004
  • 标注页数:385页
  • 文件大小:21MB
  • 文件页数:397页
  • 主题词:统计模式识别-教材

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

统计模式识别 第2版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

目录 1

符号 1

第1章 统计模式识别概论 3

1.1 统计模式识别 3

1.2 解决模式识别问题的步骤 4

1.3 问题讨论 5

1.4 有监督分类和无监督分类 6

1.5 研究统计模式识别问题的方法 6

1.6 多重回归 21

1.7 本书梗概 23

1.8 参考文献 24

1.9 习题 25

2.1 引言 27

第2章 密度估计——参数法 27

2.2 基于正态分布的模型 28

2.3 正态混合模型 33

2.4 贝叶斯估计 40

2.5 应用研究 60

2.6 总结 61

2.7 建议 62

2.8 参考文献 62

2.9 习题 62

第3章 密度估计——非参数法 65

3.1 引言 65

3.2 直方图法 66

3.3 k近邻法 74

3.4 用基函数展开 82

3.5 核函数方法 84

3.6 应用研究 92

3.7 总结 93

3.8 建议 94

3.9 参考文献 94

3.10 习题 94

第4章 线性判别分析 97

4.1 引言 97

4.2 两类问题算法 97

4.3 多类算法 114

4.4 逻辑斯谛判别 125

4.5 应用研究 129

4.6 总结 130

4.7 建议 130

4.9 习题 131

4.8 参考文献 131

第5章 非线性判别分析——核函数法 134

5.1 引言 134

5.2 优化准则 135

5.3 径向基函数 140

5.4 非线性支持向量机 150

5.5 应用研究 156

5.6 总结 157

5.7 建议 157

5.8 参考文献 158

5.9 习题 158

第6章 非线性判别分析——投影法 161

6.1 引言 161

6.2 多层感知器 161

6.3 投影寻踪 171

6.4 应用研究 174

6.6 建议 175

6.5 总结 175

6.7 参考文献 176

6.8 习题 176

第7章 基于树的方法 178

7.1 引言 178

7.2 分类树 178

7.3 多元自适应回归样条 191

7.4 应用研究 194

7.5 总结 195

7.6 建议 195

7.7 参考文献 196

7.8 习题 196

8.2 性能评价 198

第8章 性能 198

8.1 引言 198

8.3 分类器性能的比较 210

8.4 分类器的组合 214

8.5 应用研究 236

8.6 总结 236

8.7 建议 237

8.8 参考文献 237

8.9 习题 238

第9章 特征选择与特征提取 240

9.1 引言 240

9.2 特征选择 241

9.3 线性特征提取 250

9.4 多维尺度分析 269

9.5 应用研究 276

9.6 总结 277

9.7 建议 278

9.8 参考文献 278

9.9 习题 279

第10章 聚类 282

10.1 引言 282

10.2 分层聚类法 283

10.3 快速分类 289

10.4 混合模型 290

10.5 平方和方法 292

10.6 聚类有效性 308

10.7 应用研究 311

10.8 总结 313

10.10 参考文献 315

10.9 建议 315

10.11 习题 316

第11章 其他论题 318

11.1 模型选择 318

11.2 不可靠分类的学习 320

11.3 缺值数据 321

11.4 离群值检测和鲁棒方法 321

11.5 连续变量与离散变量的混合 322

11.6 结构风险最小化以及Vapnik-Chervonenkis维数 323

附录A 相异测度 325

附录B 参数估计 334

附录C 线性代数 338

附录D 数据 342

附录E 概率论 347

参考文献 355

精品推荐