圖書簡介

本書系統地論述了各類經典模式識別的基本概念⏏️、基本原理👨🏻‍🚀、典型方法🏃‍♂️‍➡️、實用技術以及有關研究的新成果。本書討論的模式識別技術涵蓋統計模式識別、支撐向量機理論、人工神經網絡技術以及基於隱馬爾科夫模型的識別方法等多個方面。全書共分10章🌘。第1章為緒論📔；第2章至第7章系統地介紹統計模式識別的基本理論和基本方法，包括用似然函數做模式識別、用距離函數做模式識別，以及特征選擇🟰，具體為🤾🏽‍♂️🐡：判別函數方法、Bayes決策理論🧛🏻‍♀️、錯誤率和密度函數估計🐙🕢、最近鄰法、聚類分析以及特征選擇；第8章論述支撐向量機理論🎙；第9章介紹人工神經網絡技術🈹；第10章討論基於隱馬爾科夫模型的識別方法。    本書可供模式識別與智能系統1️⃣、計算機科學與技術👮🏿‍♂️、控製科學與工程、生命科學與技術及其他領域的和有關專業的研究生、本科高年級學生作為關於信息分析、檢測👿、識別的教材或教學參考書，也可以供相關專業的科研人員參考。more