數(shù)字信息模式識(shí)別理論與應(yīng)用

定　價(jià)：￥30.00

作　者：	史玉峰、靳奉祥
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	數(shù)字信號(hào)處理

購(gòu)買這本書可以去

ISBN：	9787030200501	出版時(shí)間：	2007-09-01	包裝：	平裝
開(kāi)本：	16	頁(yè)數(shù)：	202	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《數(shù)字信息模式識(shí)別理論與應(yīng)用》共分七章。第一章對(duì)模式識(shí)別理論、信息理論的應(yīng)用做了概述，提出了《數(shù)字信息模式識(shí)別理論與應(yīng)用》主要研究?jī)?nèi)容。第二章簡(jiǎn)要闡述了模式識(shí)別和信息論的基礎(chǔ)理論。第三章基于信息理論，對(duì)信息模式相似性測(cè)度進(jìn)行了系統(tǒng)地研究，提出了交叉距離測(cè)度、信息距離測(cè)度等信息測(cè)度。第四章研究了基于統(tǒng)計(jì)理論的數(shù)據(jù)壓縮與特征提取方法，分析了主成分分析的信息特性。第五章討論投影尋蹤理論及其應(yīng)用，研究了基于投影尋蹤的高光譜遙感數(shù)據(jù)特征提取與識(shí)別方法。第六章介紹了獨(dú)立分量分析原理、準(zhǔn)則函數(shù)、優(yōu)化判據(jù)等獨(dú)立分量分析基本理論，研究了獨(dú)立分量分析在測(cè)繪數(shù)據(jù)特征提取和模式分離與識(shí)別中的應(yīng)用。第七章研究了基于模式識(shí)別理論的母體均值變化判識(shí)方法，應(yīng)用信息熵來(lái)表征測(cè)量結(jié)果的不確定度和識(shí)別觀測(cè)結(jié)果中粗差的方法，最小描述長(zhǎng)度原理及其應(yīng)用，最大熵原理及其在空間數(shù)據(jù)分布模型建立中的應(yīng)用，基于對(duì)稱交叉熵的信息特征提取和基于互信息的特征提取等。

作者簡(jiǎn)介

暫缺《數(shù)字信息模式識(shí)別理論與應(yīng)用》作者簡(jiǎn)介

圖書目錄

前言
第1章　緒論　　　　　　　　　　　　　　　　　　　
　1.1　問(wèn)題的提出　　　　　　　　　　　　　　　　　
　1.2　數(shù)據(jù)信息特征的涵義與研究?jī)?nèi)容　　　　　　　　
　1.3　數(shù)據(jù)特征分析理論方法　　　　　　　　　　　
　1.4　存在的主要問(wèn)題和本書的研究?jī)?nèi)容　　　　　　　
　參考文獻(xiàn)　　　　　　　　　　　　　　　　　　　
第2章　信息模式識(shí)別基礎(chǔ)理論　　　　　　　　　　
　2.1　模式識(shí)別基礎(chǔ)理論　　　　　　　　　　　　　
　2.2　信息論基礎(chǔ)　　　　　　　　　　　　　　　　
　參考文獻(xiàn)　　　　　　　　　　　　　　　　　　　
第3章　信息模式測(cè)度　　　　　　　　　　　　　　
　3.1　模式相似測(cè)度　　　　　　　　　　　　　　　
　3.2　交叉距離測(cè)度　　　　　　　　　　　　　　　
　3.3　關(guān)聯(lián)信息測(cè)度　　　　　　　　　　　　　　　
　3.4　信息距離測(cè)度　　　　　　　　　　　　　　　　　
　3.5　信息系數(shù)測(cè)度　　　　　　　　　　　　　　　
　3.6　模糊熵測(cè)度　　　　　　　　　　　　　　　　
　3.7　模糊交叉熵測(cè)度　　　　　　　　　　　　　　
　參考文獻(xiàn)　　　　　　　　　　　　　　　　　　　
第4章　基于統(tǒng)計(jì)理論的數(shù)據(jù)壓縮與特征提取方法研究
　4.1　基于可分離性準(zhǔn)則的特征提取　　　　　　　　　
　4.2　基于K-L變換的數(shù)據(jù)壓縮與特征提取　　　　　　
　4.3　主成分分析及其信息特性　　　　　　　　　　
　4.4　小結(jié)　　　　　　　　　　　　　　　　　　
　參考文獻(xiàn)　　　　　　　　　　　　　　　　　　　
第5章　投影尋蹤理論及其在特征提取中的應(yīng)用　　　
　5.1　投影尋蹤理論及其發(fā)展　　　　　　　　　　　
　5.2　投影尋蹤指標(biāo)研究　　　　　　　　　　　　
　5.3　投影尋蹤方法的拓展及應(yīng)用
　5.4　基于投影尋蹤的高光譜遙感數(shù)據(jù)特征提取與識(shí)別　
　參考文獻(xiàn)　　　　　　　　　　　　　　　　　
第6章　獨(dú)立分量分析及其在特征分析中的應(yīng)用　　
　6.1　獨(dú)立分量分析基本原理　　　　　　　　　　　
　6.2　基于信息論的獨(dú)立性判據(jù)　　　　　　　　　　
　6.3　基于信息論的目標(biāo)函數(shù)　　　　　　　　　　　
　6.4　判據(jù)的近似逼近方法　　　　　　　　　　　　
　6.5　基于互信息的獨(dú)立分量分析模型　　　　　　　
　6.6　非線性主成分分析　　　　　　　　　　　　
　6.7　信息極大快速算法　　　　　　　　　　　　
　6.8　實(shí)驗(yàn)分析　　　　　　　　　　　　　　　　
　參考文獻(xiàn)　　　　　　　　　　　　　　　　　　
第7章　數(shù)字信息模式識(shí)別理論的擴(kuò)展與應(yīng)用　　　
　7.1　基于JD準(zhǔn)則母體均值變化的判識(shí)　　　　　　　
　7.2　基于信息熵的數(shù)據(jù)探測(cè)法　　　　　　　　　　
　7.3　基于最大熵原理的測(cè)繪數(shù)據(jù)分布模型研究　　　　
　7.4　最小描述長(zhǎng)度原理及其應(yīng)用　　　　　　　　　
　7.5　基于對(duì)稱交叉熵的信息特征提取　　　　　　　
　7.6　基于互信息的特征提取方法　　　　　　　　　
　參考文獻(xiàn)　　　　　　　　　　　　　　　　　　
附錄A　矩陣的有關(guān)知識(shí)　　　　　　　　　　　　
附錄B　模糊理論有關(guān)知識(shí)