本書適用于電子信息、計算機(jī)、自動控制等專業(yè)的本科生和研究生及本領(lǐng)域的研究者。
本書主要介紹了模式識別的基本概念與算法,全書分為11章,內(nèi)容包括:模式識別概述、模式的表示、最近鄰分類器、貝葉斯分類器、隱式馬爾可夫模型、決策樹、支持向量機(jī)、組合分類器、聚類方法等。希望本書有助于讀者更好地理解模式識別技術(shù)以及該技術(shù)對各個領(lǐng)域的重要作用。本書包含了大量的工作實(shí)例,安排了適量的練習(xí),提供了豐富的延伸閱讀材料。希望每一位讀者都能從中受益。
目錄
第1章 導(dǎo)論
第2章 模式集合的表征
第3章 最近鄰分類器
第4章 貝葉斯分類器
第5章 隱士馬爾可夫模型
第6章 決策樹
第7章 支持向量機(jī)
第8章 多分類器組合
第9章 聚類方法
第10章 本書總結(jié)
第11章 應(yīng)用實(shí)例:手寫數(shù)字識別
名詞索引