本書對統(tǒng)計模式識別的基本理論和技術做了全面且詳盡的介紹。包括用于分類器設計的重要方法和用于數據分析和預處理的關鍵技術。前者有基于概率密度函數估計的參數法和非參數法，基于判別函數構建的線性模型、徑向基函數網絡、支持向量機、投影方法（神經網絡）和判別分析決策樹等；后者涉及特征選擇和特征提取以及聚類分析。此外，本書還就分類器的特性測評和利用分類器的組合技術改進分類器特性等進行了較充分的討論。并且，對模型選擇、不可靠分類、缺值數據、離群值檢測、連續(xù)變量與離散變量的混合等問題進行了探討。本書前言統(tǒng)計模式識別是一個異?；钴S的學習和研究領域，近些年來取得了許多新進展。很多新的應用都需要健壯而有效的模式識別技術。統(tǒng)計決策與估計被盾做是模式識別研究的基本部分。統(tǒng)計模式識別（第二版）做了全面的修訂，加入了大量的新方法和新技術，以及新的參考文獻。本書對統(tǒng)計模式識別這個領域做了全面的介紹——包括工程學、統(tǒng)計學、計算機科學以及社會科學等內容。本書覆蓋了許多應用領域，如數據庫的設計、神經網絡以及決策支持系統(tǒng)等。本書主要特點：對模式識別做了完備的介紹；每種方法的論述都附有實例說明；涵蓋了貝葉斯方法、神經網絡、支持向量機以及非監(jiān)督分類；每小節(jié)的結束部分都闡述了所提及方法的應用，并介紹了講一步的理論進展；附有相異度、參數估計、線性數和概率論等背景知識；附有各咱各樣的練習，從一目了然的問題到較為復雜的工程性問題。本書主要供統(tǒng)計學與工程學的高年級本科生和研究生學習統(tǒng)計模式識別、模式處理、神經網絡以及數據挖掘之用，同時也可作為從事高級信息開發(fā)工作的專業(yè)技術人員的優(yōu)秀參考書。
鄂公網安備 42010302001612號 