開(kāi)發(fā)實(shí)例系列圖書(shū)：模式識(shí)別與智能計(jì)算的MATLAB實(shí)現(xiàn)

第1章 緒論
1.1 模式識(shí)別的基本概念
1.1.1 模式與模式識(shí)別的概念
1.1.2 模式的特征
1.1.3 模式識(shí)別系統(tǒng)
1.2 模式識(shí)別的主要方法
1.3 模式識(shí)別的主要研究?jī)?nèi)容
1.4 模式識(shí)別在科學(xué)研究中的應(yīng)用
1.4.1 化合物的構(gòu)效分析
1.4.2 譜圖解析
1.4.3 材料研究
1.4.4 催化劑研究
1.4.5 機(jī)械故障診斷與監(jiān)測(cè)
1.4.6 化學(xué)物質(zhì)源產(chǎn)地判斷
1.4.7 疾病的診斷與預(yù)測(cè)
1.4.8 礦藏勘探
1.4.9 考古及食品工業(yè)中的應(yīng)用
第2章 統(tǒng)計(jì)模式識(shí)別技術(shù)
2.1 基于概率統(tǒng)計(jì)的貝葉斯分類(lèi)方法
2.1.1 最小錯(cuò)誤率貝葉斯分類(lèi)
2.1.2 最小風(fēng)險(xiǎn)率貝葉斯分類(lèi)
2.2 線(xiàn)性分類(lèi)器
2.2.1 線(xiàn)性判別函數(shù)
2.2.2 Fisher線(xiàn)性判別函數(shù)
2.2.3 感知器算法
2.3 非線(xiàn)性分類(lèi)器
2.3.1 分段線(xiàn)性判別函數(shù)
2.3.2 近鄰法
2.3.3 勢(shì)函數(shù)法
2.3.4 SIMCA方法
2.4 聚類(lèi)分析
2.4.1 模式相似度
2.4.2 聚類(lèi)準(zhǔn)則
2.4.3 層次聚類(lèi)法
2.4.4 動(dòng)態(tài)聚類(lèi)法
2.4.5 決策樹(shù)分類(lèi)器
2.5 統(tǒng)計(jì)模式識(shí)別在科學(xué)研究中的應(yīng)用
第3章 人工神經(jīng)網(wǎng)絡(luò)及模式識(shí)別
3.1 人工神經(jīng)網(wǎng)絡(luò)的基本概念
3.1.1 人工神經(jīng)元
3.1.2 傳遞函數(shù)
3.1.3 人工神經(jīng)網(wǎng)絡(luò)分類(lèi)和特點(diǎn)
3.2 BP人工神經(jīng)網(wǎng)絡(luò)
3.2.1 BP人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
3.2.2 BP人工神經(jīng)網(wǎng)絡(luò)MATLAB實(shí)現(xiàn)
3.3 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)RBF
3.3.1 RBF的結(jié)構(gòu)與學(xué)習(xí)算法
3.3.2 RBF的MATLAB實(shí)現(xiàn)
3.4 自組織競(jìng)爭(zhēng)人工神經(jīng)網(wǎng)絡(luò)
3.4.1 自組織競(jìng)爭(zhēng)人工神經(jīng)網(wǎng)絡(luò)的基本概念
3.4.2 自組織競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
3.4.3 自組織競(jìng)爭(zhēng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)
3.5 對(duì)向傳播神經(jīng)網(wǎng)絡(luò)CPN
3.5.1 CPN的基本概念
3.5.2 CPN網(wǎng)絡(luò)的學(xué)習(xí)算法
3.6 反饋型神經(jīng)網(wǎng)絡(luò)Hopfield
3.6.1 Hopfield網(wǎng)絡(luò)的基本概念
3.6.2 Hopfield網(wǎng)絡(luò)的學(xué)習(xí)算法
3.6.3 Hopfield網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)
3.7 人工神經(jīng)網(wǎng)絡(luò)技術(shù)在科學(xué)研究中的應(yīng)用
第4章 模糊系統(tǒng)理論及模式識(shí)別
4.1 模糊系統(tǒng)理論基礎(chǔ)
4.1.1 模糊集合
4.1.2 模糊關(guān)系
4.1.3 模糊變換與模糊綜合評(píng)判
4.1.4 Ifthen規(guī)則
4.1.5 模糊推理
4.2 模糊模式識(shí)別的基本方法
4.2.1 最大隸屬度原則
4.2.2 擇近原則
4.2.3 模糊聚類(lèi)分析
……
第5章 核函數(shù)方法及應(yīng)用
第6章 支持向量機(jī)及其模式識(shí)別
第7章 可拓學(xué)及其模式識(shí)別
第8章 粗糙集理論及其模式識(shí)別
第9章 遺傳算法及模式識(shí)別
第10章 蟻群算法及其模式識(shí)別
第11章 粒子群算法及其模式識(shí)別
第12章 可視化模式識(shí)別技術(shù)
第13章 灰色系統(tǒng)方法及應(yīng)用
第14章 模式識(shí)別的特征及確定
參考文獻(xiàn)