模式識別 : 第四版

本書全面闡述了模式識別的基礎(chǔ)理論、最新方法以及各種應(yīng)用。模式識別是信息科學和人工智能的重要組成部分，主要應(yīng)用領(lǐng)域有圖像分析、光學字符識別、信道均衡、語言識別和音頻分類等。本書在完美地結(jié)合當前的理論與實踐的基礎(chǔ)上，討論了貝葉斯分類、貝葉斯網(wǎng)絡(luò)、線性和非線性分類器設(shè)計、上下文相關(guān)分類、特征生成、特征選取技術(shù)、學習理論的基本概念以及聚類概念與算法。與前一版相比，增加了大數(shù)據(jù)集和高維數(shù)據(jù)相關(guān)的最新算法，這些算法適用于Web挖掘和生物信息等應(yīng)用；提供了最新的分類器和魯棒回歸的核方法；分類器組合技術(shù)，包括Boosting方法。新增一些熱點問題，如非線性降維、非負矩陣因數(shù)分解、關(guān)聯(lián)性反饋、魯棒回歸、半監(jiān)督學習、譜聚類和聚類組合技術(shù)。每章均提供有習題與練習，用MATLAB求解問題，給出一些例題的多種求解方法；且支持網(wǎng)站上提供有習題解答，以便于讀者增加實際經(jīng)驗。

本書...

本書全面闡述了模式識別的基礎(chǔ)理論、最新方法以及各種應(yīng)用。模式識別是信息科學和人工智能的重要組成部分，主要應(yīng)用領(lǐng)域有圖像分析、光學字符識別、信道均衡、語言識別和音頻分類等。本書在完美地結(jié)合當前的理論與實踐的基礎(chǔ)上，討論了貝葉斯分類、貝葉斯網(wǎng)絡(luò)、線性和非線性分類器設(shè)計、上下文相關(guān)分類、特征生成、特征選取技術(shù)、學習理論的基本概念以及聚類概念與算法。與前一版相比，增加了大數(shù)據(jù)集和高維數(shù)據(jù)相關(guān)的最新算法，這些算法適用于Web挖掘和生物信息等應(yīng)用；提供了最新的分類器和魯棒回歸的核方法；分類器組合技術(shù)，包括Boosting方法。新增一些熱點問題，如非線性降維、非負矩陣因數(shù)分解、關(guān)聯(lián)性反饋、魯棒回歸、半監(jiān)督學習、譜聚類和聚類組合技術(shù)。每章均提供有習題與練習，用MATLAB求解問題，給出一些例題的多種求解方法；且支持網(wǎng)站上提供有習題解答，以便于讀者增加實際經(jīng)驗。

本書可作為高等院校自動化、計算機、電子和通信等專業(yè)研究生和高年級本科生的教材，也可作為計算機信息處理、自動控制等相關(guān)領(lǐng)域的工程技術(shù)人員的參考用書。

Serclios Theodoridis于1973年在雅典大學獲得物理學學士學位，又分別于1975和1978年在英國伯明翰大學獲得信號處理與通信碩士和博士學位。自1995年，他是希臘雅典大學信息與通信系教授。他有4篇論文獲得IEEE的神經(jīng)網(wǎng)絡(luò)會刊的卓越論文獎，他是IET和IEEE高級會員。

Konstatinos Koutroumbas，1989年畢業(yè)于希臘佩特雷大學的計算機工程與信息學院，1990年在英國倫敦大學獲得計算機科學碩士學位，1995年在希臘雅典大學獲得博士學位。自2001年任職于希臘雅典國家天文臺空間應(yīng)用與遙感研究院，是國際知名的專家。