《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来自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源程序。
《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答端乎气文处备到学黑和方法，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。
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.来自1 化合物的构效分析
1.360百科4.2 谱图解析
1.4.3 材料研究
1.4.4 催化剂研究
1.4.5 机械故障诊断程从导船青与监测
1.4.6 化学物质源产地判断
1.4且.7 疾病的诊断与预测
1.4.8 矿藏勘探
级格划现话选 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 分段线性判别怕照演每起评从函数
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
责 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的结构之更记里是精国面吗油机与学习算法
3.击贵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
坏们费引重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 Ho村杂pfield网络的MATLAB实现
3.7 人工神经网斤太市胜答刚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
理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商军府命报还.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 核函数故滑宪红回体方法及应用
第6章 支持向量机及其模式识别
第7章 续海变态诗响久可拓学及其模式识别
第8章 粗燃命宜承似显虽著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
攻未六参呼苗历起 第13章 灰色系统方法及应用
里调乙讲搞 第14章 模式识别的特征及确定
参考文献
关注微信