&>&&>&&>&&>&模式识别与智能计算
模式识别与智能计算
上传大小：150KB
为了方便读者学习本书的内容，特地将本书中各章节自编函数（见“《模式识别与智能计算》部分函数的源程序”文件夹）及书中较多行的命令（见“《模式识别与智能计算》全书实例的源程序”文件夹），都摘录于各章节中。
综合评分：0（0位用户评分）
所需积分：5
下载次数：1
审核通过送C币
创建者：wyx100
创建者：nigelyq
创建者：huangyueranbbc
课程推荐相关知识库
上传者其他资源上传者专辑
课程资源热门标签
VIP会员动态
android服务器底层网络模块的设计方法
所需积分：0
剩余积分：720
您当前C币：0
可兑换下载积分：0
兑换下载分：
兑换失败，您当前C币不够，请先充值C币
消耗C币：0
你当前的下载分为234。
模式识别与智能计算
会员到期时间：
剩余下载次数：
你还不是VIP会员
开通VIP会员权限，免积分下载
你下载资源过于频繁，请输入验证码
你下载资源过于频繁，请输入验证码
您因违反CSDN下载频道规则而被锁定帐户，如有疑问，请联络:!
若举报审核通过，可奖励20下载分
被举报人：
举报的资源分：
请选择类型
资源无法下载
资源无法使用
标题与实际内容不符
含有危害国家安全内容
含有反动色情等内容
含广告内容
版权问题，侵犯个人或公司的版权
*详细原因：21ic官方微信 -->
最新搜索：
您现在的位置是： > > >
推荐星级：
已有 228527 个资源
该书籍是一本模式识别的MATLAB实践书籍，通过手写数字识别的基础案例介绍模式识别的相关知识。
部分文件列表
模式识别与智能计算—MATLAB技术实现(第2版).杨淑莹.pdf
该用户分享的资料
该资料最近下载的用户模式识别与智能计算的MATLAB实现_百度百科
模式识别与智能计算的MATLAB实现
《模式识别与智能计算的MATLAB实现》既介绍了模式识别和智能计算的基础知识，又较为详细地介绍了现代模式识别和智能计算在科学研究中的应用方法和各算法的MATLAB。
模式识别与智能计算的MATLAB实现内容介绍
《模式识别与智能计算的MATLAB实现》内容基本涵盖了目前模式识别和智能计算的重要理论和方法，包括了最近十几年来刚刚发展起来的并被实践证明有用的新技术、新理论，如支持向量机、神经网络、决策树、粗糙集理论、模糊集理论和遗传算法等。
模式识别与智能计算的MATLAB实现作品目录
第1章 绪论　　1.1 模式识别的基本概念　　1.1.1 模式与模式识别的概念　　1.1.2 模式的特征　　1.1.3 模式识别系统　　1.2 模式识别的主要方法　　1.3 模式识别的主要研究内容　　1.4 模式识别在科学研究中的应用　　1.4.1 化合物的构效分析　　1.4.2 谱图解析　　1.4.3 材料研究　　1.4.4 催化剂研究　　1.4.5 机械故障诊断与监测　　1.4.6 化学物质源产地判断　　1.4.7 疾病的诊断与预测　　1.4.8 矿藏勘探　　1.4.9 考古及食品工业中的应用　　第2章 统计模式识别技术　　2.1 基于概率统计的贝叶斯分类方法　　2.1.1 最小错误率贝叶斯分类　　2.1.2 最小风险率贝叶斯分类　　2.2 线性分类器　　2.2.1 线性判别函数　　2.2.2 Fisher线性判别函数　　2.2.3 感知器算法　　2.3 非线性分类器　　2.3.1 分段线性判别函数　　2.3.2 近邻法　　2.3.3 势函数法　　2.3.4 SIMCA方法　　2.4 聚类分析　　2.4.1 模式相似度　　2.4.2 聚类准则　　2.4.3 层次聚类法　　2.4.4 动态聚类法　　2.4.5 决策树分类器　　2.5 统计模式识别在科学研究中的应用　　第3章 人工神经网络及模式识别　　3.1 人工神经网络的基本概念　　3.1.1 人工神经元　　3.1.2 传递函数　　3.1.3 人工神经网络分类和特点　　3.2 BP人工神经网络　　3.2.1 BP人工神经网络学习算法　　3.2.2 BP人工神经网络MATLAB实现　　3.3 径向基函数神经网络RBF　　3.3.1 RBF的结构与学习算法　　3.3.2 RBF的MATLAB实现　　3.4 自组织竞争人工神经网络　　3.4.1 自组织竞争人工神经网络的基本概念　　3.4.2 自组织竞争神经网络的学习算法　　3.4.3 自组织竞争网络的MATLAB实现　　3.5 对向传播神经网络CPN　　3.5.1 CPN的基本概念　　3.5.2 CPN网络的学习算法　　3.6 反馈型神经网络Hopfield　　3.6.1 Hopfield网络的基本概念　　3.6.2 Hopfield网络的学习算法　　3.6.3 Hopfield网络的MATLAB实现　　3.7 人工神经网络技术在科学研究中的应用　　第4章 模糊系统理论及模式识别　　4.1 模糊系统理论基础　　4.1.1 模糊集合　　4.1.2 模糊关系　　4.1.3 模糊变换与模糊综合评判　　4.1.4 Ifthen规则　　4.1.5 模糊推理　　4.2 模糊模式识别的基本方法　　4.2.1 最大隶属度原则　　4.2.2 择近原则　　4.2.3 模糊聚类分析　　……　　第5章 核函数方法及应用　　第6章 支持向量机及其模式识别　　第7章 可拓学及其模式识别　　第8章 粗糙集理论及其模式识别　　第9章 遗传算法及模式识别　　第10章 蚁群算法及其模式识别　　第11章 粒子群算法及其模式识别　　第12章 可视化模式识别技术　　第13章 灰色系统方法及应用　　第14章 模式识别的特征及确定　　参考文献
．豆瓣读书[引用日期 20:45:16]}