《模式识别 理论、方法和应用》求取 ⇩

绪论1

第一章 基本概念和主要问题7

第一节 样品与特征7

第二节 聚类、分类和特征选择18

第二章 特征选择方法30

第一节 对于单个特征的评价30

第二节 主成分分析和对应分析39

第三节 考虑多类情形的线性降维法56

第四节 非线性的降维映射方法63

第三章 聚类方法69

第一节 K均值和ISODATA方法69

第二节 拟合优度方法79

第三节 系统聚类方法85

第四节 利用图论的聚类方法96

第五节 满足邻接条件的聚类方法101

第四章 分类判别方法113

第一节 科拉-3方法113

第二节 亨明方法125

第三节 BEG方法135

第四节 贝叶斯方法140

第五节 线性分类器157

第六节 树分类器173

第五章 检验与试验182

第一节 对原始资料的检验182

第二节 错误概率的估计及其置信区间188

第三节 几种检验方法192

第四节 控制试验201

第六间 模糊聚类方法207

第一节 基本概念207

第二节 利用模糊关系的系统聚类法215

第三节 模糊k-均值方法221

第四节 采用加权距离的模糊聚类法234

第五节 峰值搜索算法245

第六节 模糊综合评价和模糊贴近度249

第七章 模式识别在地震学中的应用255

第一节 几种分类判别方法在地震区划及潜在震源判定中的应用257

第二节 模式识别方法在强震发生时间预测中的应用277

第三节 地震前兆的综合分析及强震的预测297

第四节 模式识别在地球物理学中的应用302

第八章 模式识别在数字图象处理中的应用309

第一节 数字图象处理309

第二节 图象分割问题312

第三节 图象特征的提取329

第九章 模式识别在决策管理研究中的应用344

第一节 模式识别在多目标决策中的应用344

第二节 层次分析决策方法347

第三节 业务人员考评问题354

第四节 模式识别在预测问题中的应用366

参考文献370