內容簡介

本書是《模式識彆及Matlab實現》主教材的配套實驗與指導，根據主教材各章內容，相應給齣瞭實驗的具體步驟和程序代碼，包括：貝葉斯決策，概率密度函數的參數估計，非參數判彆分類方法，聚類分析，特徵提取與選擇，模糊模式識彆，神經網絡在模式識彆中的應用，模式識彆的工程應用等。

作者簡介

　　作者主要承擔數字圖像處理，模式識彆，信息傳輸理論等課程的教學工作。近幾年先後承擔瞭國傢自然科學基金麵上項目，湖北省科技攻關項目，海南科技廳項目，武漢市科技攻關項目，國傢留學基金項目，交通部重點項目和企業閤作項目30餘項；在國內外學術刊物上發錶學術論文60餘篇，被SCI和EI收錄論文40餘篇，齣版教材3部。 獲武漢理工大學優秀碩士學位論文奬，優秀博士論文奬。

目錄

第 1 章貝葉斯決策 ?????????????????????????????????????????????????????????????????????????????????????????? 1
1．1 知識要點 ????????????????????????????????????????????????????????????????????????????????????????????? 1
1．2 實驗指導 ????????????????????????????????????????????????????????????????????????????????????????????? 7
1．2．1 基於最小錯誤率的貝葉斯決策 ????????????????????????????????????????????????????????? 7
1．2．2 最小風險判決規則 ??????????????????????????????????????????????????????????????????????? 12
1．2．3 最大似然比判決規則 ???????????????????????????????????????????????????????????????????? 16
1．2．4 Neyman-Pearsen 判決 ???????????????????????????????????????????????????????????????????? 21
第2 章參數估計 ???????????????????????????????????????????????????????????????????????????????????????????? 25
2．1 知識要點 ???????????????????????????????????????????????????????????????????????????????????????????? 25
2．2 實驗指導 ???????????????????????????????????????????????????????????????????????????????????????????? 30
2．2．1 最大似然估計 ????????????????????????????????????????????????????????????????????????????? 30
2．2．2 貝葉斯估計 ???????????????????????????????????????????????????????????????????????????????? 33
2．2．3 Parzen 窗 ??????????????????????????????????????????????????????????????????????????????????? 36
2．2．4 N k 近鄰估計法 ???????????????????????????????????????????????????????????????????????????? 38
第3 章非參數判彆分類法 ???????????????????????????????????????????????????????????????????????????????? 41
3．1 知識要點 ???????????????????????????????????????????????????????????????????????????????????????????? 41
3．2 實驗指導 ???????????????????????????????????????????????????????????????????????????????????????????? 44
3．2．1 兩分法 ?????????????????????????????????????????????????????????????????????????????????????? 44
3．2．2 兩分法的設計 ????????????????????????????????????????????????????????????????????????????? 47
3．2．3 沒有不確定區域的兩分法 ?????????????????????????????????????????????????????????????? 52
3．2．4 廣義綫性判彆函數的設計與實現 ????????????????????????????????????????????????????? 56
3．2．5 感知器算法的設計/實現 ???????????????????????????????????????????????????????????????? 58
3．2．6 兩類問題Fisher 準則 ???????????????????????????????????????????????????????????????????? 62
3．2．7 基於距離的分段綫性判彆函數 ???????????????????????????????????????????????????????? 68
3．2．8 支持嚮量機 ???????????????????????????????????????????????????????????????????????????????? 74
第4 章聚類分析法 ????????????????????????????????????????????????????????????????????????????????????????? 80
4．1 知識要點 ??????????????????????????????????????????????????????????????????????????????????????????? 81
4．2 實驗指導 ??????????????????????????????????????????????????????????????????????????????????????????? 84
4．2．1 距離測度 ??????????????????????????????????????????????????????????????????????????????????? 84
4．2．2 相似測度算法 ????????????????????????????????????????????????????????????????????????????? 90
4．2．3 基於匹配測度算法的實現 ?????????????????????????????????????????????????????????????? 98
4．2．4 基於類間距離測度方法 ???????????????????????????????????????????????????????????????? 103
4．2．5 聚類函數準則 ???????????????????????????????????????????????????????????????????????????? 106
4．2．6 基於最近鄰規則的聚類算法 ?????????????????????????????????????????????????????????? 108
4．2．7 基於最大最小距離聚類算法的實現 ????????????????????????????????????????????????? 113
4．2．8 基於K-均值聚類算法實驗 ???????????????????????????????????????????????????????????? 116
第5 章特徵提取與選擇 ?????????????????????????????????????????????????????????????????????????????????? 124
5．1 知識要點 ?????????????????????????????????????????????????????????????????????????????????????????? 124
5．2 實驗指導 ?????????????????????????????????????????????????????????????????????????????????????????? 128
5．2．1 基於距離的可分性判據 ???????????????????????????????????????????????????????????????? 128
5．2．2 圖像的傅裏葉變換二（鏇轉性質） ????????????????????????????????????????????????? 130
5．2．3 基於熵函數的可分性判據 ????????????????????????????????????????????????????????????? 134
5．2．4 利用類均值嚮量提取特徵 ????????????????????????????????????????????????????????????? 136
5．2．5 基於類平均嚮量中判彆信息的最優壓縮的實現 ?????????????????????????????????? 141
5．2．6 增添特徵法 ??????????????????????????????????????????????????????????????????????????????? 144
5．2．7 剔減特徵法 ??????????????????????????????????????????????????????????????????????????????? 148
5．2．8 增l 減r（算法）的設計/實現 ???????????????????????????????????????????????????????? 151
5．2．9 分支定界法（BAB 算法） ???????????????????????????????????????????????????????????? 156
第6 章模糊模式識彆 ????????????????????????????????????????????????????????????????????????????????????? 161
6．1 知識要點 ?????????????????????????????????????????????????????????????????????????????????????????? 161
6．2 實驗指導 ?????????????????????????????????????????????????????????????????????????????????????????? 163
6．2．1 最大隸屬度識彆法 ?????????????????????????????????????????????????????????????????????? 163
6．2．2 擇近原則識彆法 ????????????????????????????????????????????????????????????????????????? 167
6．2．3 基於模糊等價關係的聚類算法研究 ????????????????????????????????????????????????? 170
第7 章數字圖像處理的基礎 ??????????????????????????????????????????????????????????????????????????? 179
7．1 知識要點 ?????????????????????????????????????????????????????????????????????????????????????????? 179
7．2 實驗指導 ?????????????????????????????????????????????????????????????????????????????????????????? 181
7．2．1 前饋神經網絡感知器的設計實現 ??????????????????????????????????????????????????? 181
7．2．2 基於BP 網絡的多層感知器 ?????????????????????????????????????????????????????????? 184
7．2．3 自組織特徵映射網絡的設計/實現 ?????????????????????????????????????????????????? 189
7．2．4 徑嚮基神經網絡 ???????????????????????????????????????????????????????????????????????? 194
參考文獻 ??????????????????????????????????????????????????????????????????????????????????????????????????????? 198

前言/序言

　　本書是武漢理工大學楊傑和郭誌強編寫的教材《模式識彆及MATLAB 實現》的學習和實驗指導用書，可與教材配套使用，也可單獨作為高等學校模式識彆課程的教學與學習參考書，還可作為模式識彆領域專業技術人員的參考資料。

　　模式識彆是一門理論和工程應用都發展十分迅速的學科，尤其隨著大數據的齣現和互聯網+的興起，模式識彆已伴隨著人工智能技術滲透到人們生活的方方麵麵。“模式識彆”作為信息類專業碩士研究生的學位課，主要介紹模式識彆的基礎知識和基本理論，為進一步研究模式識彆理論和技術打下良好的基礎。同時，模式識彆也是一門實踐性很強的學科，通過一定量的實驗訓練，有助於學習者加深理解和鞏固所學的基本理論知識，也有助於提高其解決實際工程問題的能力。

　　全書分為7 章，每章都按本章知識結構、知識要點和實驗指導三部分編寫。具體內容包括貝葉斯決策、參數估計、非參數判彆分類法、聚類分析法、特徵選擇與提取、模糊模式識彆、數字圖像處理的基礎等，每章實驗均給齣瞭實驗步驟、MATLAB 代碼和實驗結果。實驗的內容和訓練對模式識彆學習者有很大幫助，也為從事模式識彆的工程技術人員提供瞭一定的指導。

　　本書第1～4 章由郭誌強編寫，第5～7 章由楊傑編寫，編者指導的研究生王賀、吳紫薇、林仲康和李博聞等參加瞭程序調試、插圖和校對工作。在編寫本書過程中，參閱瞭大量模式識彆參考書，這裏謹嚮有關作者錶示衷心感謝。

　　由於作者水平有限，書中難免存在疏漏和不當之處，懇請讀者批評指正。

感覺有的地方寫的代碼步驟和前期的講解不是很匹配

感覺有的地方寫的代碼步驟和前期的講解不是很匹配

感覺有的地方寫的代碼步驟和前期的講解不是很匹配

感覺有的地方寫的代碼步驟和前期的講解不是很匹配

貴

貴

貴

好

好