×

模式识别:一种统计方法。 (英语) Zbl 0542.68071号

新泽西州Englewood Cliffs等:Prentice-Hall International。十四、 第448页,44.95美元(1982年)。
引言中写道:“本书来源于为一年一度的暑期统计模式识别课程准备的讲稿,我们在剑桥大学和英国牛津大学任教多年。与课程一样,这本书旨在迎合不同背景和动机的广大读者的口味。在规模的一端,材料提供了全面的信息,包括算法和程序,用于设计有效、实用的模式识别系统。另一方面,对材料进行了深入的处理,以满足具有数学头脑的学生的好奇心,他们也会在每章末尾发现具有挑战性的问题。最后但并非最不重要的是,它为那些对该学科进展感兴趣的人确定了研究主题。
尽管这本书是在暑期强化课程的背景下构思的,但目前的形式非常适合作为模式识别方面的本科生或研究生课程的教科书。唯一的先决条件是事先接触数学、概率论和统计学的要素。所需背景通常是在理工科本科课程的第一年获得的。
这本书解决了特征评估、模式分类、性能评估和无监督学习(聚类)的问题。从一开始,我们就觉得有必要系统地阐述特征评估方法。这个问题在这里比通常情况下受到更多的关注。这种材料只能以减少对模式分类方法的重视为代价。在这个框架内,我们并没有试图对该领域进行详尽的介绍。因此,本卷旨在对精心挑选的具有代表性的主题进行统一阐述。”
内容:第1章。引言;第2章。贝叶斯决策理论;第3章。最近邻决策规则;第4章。判别函数;第5章。特征选择与提取简介;第6章。特征选择和提取中的类间距离度量;第7章。特征选择中的概率可分性度量;第八章。基于概率可分性测度的特征提取方法;第9章。基于Karhunen-Loève展开的特征提取;第10章。性能评估;第11章。非监督学习模式分类;附录A:概率密度函数估计;附录B:矩阵变量标量函数的微分;附录C。熵函数的性质。

MSC公司:

68吨10 模式识别、语音识别
62H30型 分类和区分;聚类分析(统计方面)
68-01 与计算机科学相关的介绍性说明(教科书、教程论文等)
62-01 与统计有关的介绍性说明(教科书、辅导论文等)