温馨提示:书籍来自网络收集,版权归原作者所有,仅做学习试读,下载后请24小时内删除,侵权删(联系:1401211620@qq.com)
本书的主要特点: *新的特征生成技术,包括基于小波。小波包,分形的特征,还阐述了独立分量分析。 新增了关子支持向量机,变形模板匹配的章节,以及关于约束优化的附录。 特征选择技术。 线性以及非线性分类器的设计,包括贝叶斯分类器、多层感知器,决策树和RBF网络。 独立于上下文的分类,包括动态规划和隐马尔科夫建模技术。 不仅介绍了聚类算法的*新发展,而且还介绍了一些经典方法,诸如模糊。基因、退火等算法技术。 各种应用,包括图像分析。字符识别,医学诊断。语音识别以及信道均衡。
本书的主要特点:
*新的特征生成技术,包括基于小波。小波包,分形的特征,还阐述了独立分量分析。
新增了关子支持向量机,变形模板匹配的章节,以及关于约束优化的附录。
特征选择技术。
线性以及非线性分类器的设计,包括贝叶斯分类器、多层感知器,决策树和RBF网络。
独立于上下文的分类,包括动态规划和隐马尔科夫建模技术。
不仅介绍了聚类算法的*新发展,而且还介绍了一些经典方法,诸如模糊。基因、退火等算法技术。
各种应用,包括图像分析。字符识别,医学诊断。语音识别以及信道均衡。