简介:本书是《模式识别及Matlab实现》主教材的配套实验与指导,根据主教材各章内容,相应给出了实验的具体步骤和程序代码,包括:贝叶斯决策,概率密度函数的参数估计,非参数判别分类方法,聚类分析,特征提取与选择,模糊模式识别,神经网络在模式识别中的应用,模式识别的工程应用等。
简介:本书包含的内容有:什么是控制论、从调节原理到现代控制理论、系统的分类与控制、线性系统——控制论的基础、寻找最佳控制、计算机——现代控制的执行者等。
简介:本书主要介绍了模式识别的基础知识、基本方法、程序实现和典型应用。全书共9章。第1章绪论,介绍模式识别的基本概念,基础知识;第2章介绍贝叶斯决策理论;第3章介绍概率密度函数的参数估计;第4章介绍非参数判别分类方法;第5章介绍聚类分析;第6章介绍特征提取与选择;第7章介绍模糊模式识别;第8章介绍神经网络在模式识别中的应用;第9章介绍模式识别的工程应用。
简介:本书研究了复杂气象条件对提取人群运动速度和人群密度等主要特征的干扰现象,并从局部和整体两个角度研究了人群运动状态演化规律,提出了复杂气象视频分类与动态天气视频复原算法、建立了人群流量方程和人群运动状态无向图两种人群运动分析模型,解决了雨雪天气视频退化现象对人群运动状态分析的影响和如何对未来人群运动状态进行预测的问题。本书在人群运动场景分析方面的研究工作,较好地解决了受雨雪气象条件干扰的视频复原问题,为模型提供增强的输入视频;提出人群流量方程分析局部人群运动状态,实现了重点区域的差别化监控;非参数化的运动特征分类方法和图分析算法增强了人群运动状态分析方法的泛化能力,为基于计算机视觉的人群行为分析提供了一种在整体上监测和预报人群运动状态的方法。
简介:本书以实时随机系统为研究对象,以描述实时随机系统的典型模型-离散(连续)时间Markov决策过程、概率时间自动机及其扩展模型为基础,就实时随机系统的模型检测、反例生成、模型修复与控制器合成问题,展开了一系列研究。
简介:本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论,将其扩充到模式识别体系中。再次修订,将全书内容进行归纳整合,依据统计模式识别理论体系分三部分,包括基础篇、分类器设计篇和聚类分析篇。再版新书以一种新的体系,系统、全面地介绍模式识别的理论、方法及应用。本书内容新颖,实用性强,理论与应用密切结合,以手写数字识别为应用实例,介绍理论运用于实践的实现步骤及相应Matlab代码,为广大研究工作者和工程技术人员对相关理论的应用起到借鉴作用。
简介:本书主要介绍应用现代控制理论进行系统分析和综合的方法及其MATLAB编程与计算。全书共分6章。主要内容包括:第1章控制系统的状态空间数学模型,第2章控制系统的运动分析,第3章控制系统的稳定性分析,第4章控制系统的能控性与能观测性,第5章线性定常控制系统的综合,第6章最优控制。
简介:本书重点介绍模式识别的基本概念和基本方法,在保证理论完整性的前提下,详细讨论具体算法的基本思想、实现方法、优缺点以及适用领域,使读者在了解模式识别基本理论的同时能够掌握分类器设计方法,通过具体的应用实例和实践环节,帮助读者尽快做到理论与实践的结合。
简介:本书介绍了现代控制理论的基本理论知识及现代控制系统的分析与设计的主要方法。全书共分8章,内容涉及到线性控制系统与最优控制系统,包括基于状态空间法的系统建模、状态空间模型的线性变换、传递函数矩阵、基于状态空间分析法的系统分析、现代控制理论在倒立摆系统中的应用等。
简介:本书以模式识别领域的重要前沿课题——核学习为研究对象,介绍了核自适应学习及在人脸识别、医学图像分类和三维碎片分类等方面的应用,主要包括基本原理、数学基础、参数选择、递归分析方法等。
简介:本书是研究有限维微分包含控制系统的专著。全书分成两部分,主要内容包括:凸集和凹函数;集合值映射和微分包含;凸过程;线性多胞体控制系统等。