您好,欢迎来到聚文网。 登录 免费注册
模式识别基础理论及其计算机视觉应用(高等学校智能科学与技术专业系列教材)

模式识别基础理论及其计算机视觉应用(高等学校智能科学与技术专业系列教材)

  • 字数: 268
  • 出版社: 西安电子科大
  • 作者: 编者:成科扬//王新宇|责编:买永莲
  • 商品条码: 9787560656694
  • 版次: 1
  • 开本: 16开
  • 页数: 176
  • 出版年份: 2020
  • 印次: 1
定价:¥45 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书系统地介绍了模式 识别的基本原理及其在计 算机视觉中的具体应用。 本书内容包括模式识别与 计算机视觉概述、分类器 、神经网络分类器、聚类 分析、蚁群和粒子群聚类 算法、时序模型、图像匹 配、图像分类与分割以及 视频动作识别等。 本书可作为信息科学、 计算机科学、计算机应用 、模式识别、人工智能等 学科大学本科生或研究生 的专业教材, 也可供计算机 视觉、模式识别技术应用 行业的科技工作者自学或 参考。
目录
导论 第一章 模式识别与计算机视觉概述 1.1 概念认知 1.1.1 模式识别 1.1.2 视觉与计算机视觉 1.2 模式识别与计算机视觉发展史 1.2.1 模式识别发展史 1.2.2 计算机视觉发展史 1.3 模式识别的应用 1.4 计算机视觉发展方向 1.4.1 目标检测 1.4.2 图像语义分割 1.4.3 运动目标检测与跟踪 1.4.4 三维重建 1.4.5 人体动作识别 本章小结 习题 模式识别理论篇 第二章 分类器 2.1 距离分类器 2.1.1 最近邻分类及其加速 2.1.2 K近邻算法 2.1.3 距离和相似性度量 2.2 支持向量机 2.2.1 最优线性判别函数分类器 2.2.2 支持向量机的学习 2.2.3 核函数与非线性支持向量机 2.3 分类器性能评价 2.3.1 评价指标 2.3.2 评价方法 本章小结 习题 第三章 神经网络分类器 3.1 神经网络 3.1.1 神经网络概述 3.1.2 代价函数 3.2 反向传播算法及其改进 3.3 BP神经网络 3.4 对偶传播神经网络 3.4.1 网络结构与运行原理 3.4.2 学习算法 3.4.3 改进CPN 3.4.4 CPN应用 3.5 概率神经网络 3.5.1 模式分类和贝叶斯决策理论 3.5.2 概率神经网络的结构 3.5.3 概率神经网络的优点 3.6 卷积神经网络 3.7 深度神经网络模型 3.7.1 Inception V1模型

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网