模式识别 理论、方法和应用PDF格式文档图书下载

绪论 1

第一章 基本概念和主要问题 7

第一节 样品与特征 7

第二节 聚类、分类和特征选择 18

第二章 特征选择方法 30

第一节 对于单个特征的评价 30

第二节 主成分分析和对应分析 39

第三节 考虑多类情形的线性降维法 56

第四节 非线性的降维映射方法 63

第三章 聚类方法 69

第一节 K均值和ISODATA方法 69

第二节 拟合优度方法 79

第三节 系统聚类方法 85

第四节 利用图论的聚类方法 96

第五节 满足邻接条件的聚类方法 101

第四章 分类判别方法 113

第一节 科拉-3方法 113

第二节 亨明方法 125

第三节 BEG方法 135

第四节 贝叶斯方法 140

第五节 线性分类器 157

第六节 树分类器 173

第五章 检验与试验 182

第一节 对原始资料的检验 182

第二节 错误概率的估计及其置信区间 188

第三节 几种检验方法 192

第四节 控制试验 201

第六间 模糊聚类方法 207

第一节 基本概念 207

第二节 利用模糊关系的系统聚类法 215

第三节 模糊k-均值方法 221

第四节 采用加权距离的模糊聚类法 234

第五节 峰值搜索算法 245

第六节 模糊综合评价和模糊贴近度 249

第七章 模式识别在地震学中的应用 255

第一节 几种分类判别方法在地震区划及潜在震源判定中的应用 257

第二节 模式识别方法在强震发生时间预测中的应用 277

第三节 地震前兆的综合分析及强震的预测 297

第四节 模式识别在地球物理学中的应用 302

第八章 模式识别在数字图象处理中的应用 309

第一节 数字图象处理 309

第二节 图象分割问题 312

第三节 图象特征的提取 329

第九章 模式识别在决策管理研究中的应用 344

第一节 模式识别在多目标决策中的应用 344

第二节 层次分析决策方法 347

第三节 业务人员考评问题 354

第四节 模式识别在预测问题中的应用 366

参考文献 370

查看更多关于模式识别 理论、方法和应用的内容