标签
内容简介
编辑推荐
适合谁读
适合
- 计算机、自动化等专业本科生，需要建立模式识别知识框架
- 刚进入机器视觉或图像识别方向的初级算法工程师
- 需要把分类、预测方法用于实际项目的技术人员
- 希望了解模式识别典型应用场景的高年级研究生
不适合
- 追求前沿深度学习理论推导与最新模型细节的研究者
- 没有编程和数学基础、只想了解概念科普的普通读者
- 需要大规模工程部署与性能调优经验的高级从业者
阅读建议
- 先通读前两章，理清特征提取与分类模型的关系，再进入后续章节。
- 每读完一个模型章节，对照书中实验案例动手复现一遍关键步骤。
- 把应用章节当作索引，遇到具体项目时再回查对应方法与技巧。
- 阅读时随手整理各模型的适用条件与局限，形成自己的方法选择清单。
出版社简介
电子工业出版社是一家以电子信息及相关领域为出版特色的综合性出版社。从库内三千余种图书来看，其出版方向覆盖编程设计、人工智能、计算机综合、财经、摄影与社科等门类，既关注技术前沿，也兼顾大众阅读。代表图书包括《因子投资：方法与实践》《x86汇编语言：从实模式到保护模式》《RISC-V开放架构设计之道》《人工智能：语音识别理解与实践》《相控阵雷达技术》《雷达目标特性》及《100个Go语言典型错误》等，多围绕技术方法与工程实践展开。作者资源方面，有石川、李忠、王晓波、大卫·帕特森、安德鲁·沃特曼、余子濠等中外作者。受公开资料所限，暂不展开更多出版特色。
目录
- 版权信息
- 作者简介
- 内容简介
- 编写组
- 前言
- 第1章 绪论
- 1.1 机器感知与视觉信息
- 1.2 特征选择与提取
- 1.3 模式识别系统
- 1.4 机器感知与模式识别
- 1.5 机器感知与人工智能的关系
- 1.6 章节安排
- 习题
- 参考文献
- 第2章 机器视觉
- 2.1 视觉系统
- 2.2 硬件系统
- 2.3 视觉软件
- 2.4 实验：车牌识别
- 习题
- 参考文献
- 第3章 特征提取
- 3.1 特征提取简述
- 3.2 特征选择
- 3.3 降维
- 3.4 类脑智能
- 3.5 模式识别系统设计
- 3.6 计算学习理论
- 3.7 实验：基于PCA的特征脸提取
- 习题
- 参考文献
- 第4章 线性分类模型
- 4.1 线性判别函数
- 4.2 Fisher线性判别函数
- 4.3 感知器算法
- 4.4 最小平方误差算法
- 4.5 Logistic回归
- 4.6 基于Python实现感知器算法
- 4.7 实验：感知器算法实现
- 习题
- 参考文献
- 第5章 非线性分类模型
- 5.1 分段线性判别函数
- 5.2 决策树和随机森林
- 5.3 支持向量机
- 5.4 贝叶斯分类网络
- 5.5 神经网络
- 5.6 基于Python实现决策树和随机森林算法
- 5.7 实验：决策树和随机森林算法实现
- 习题
- 参考文献
- 第6章 时间序列预测模型
- 6.1 时间序列预测概述
- 6.2 指数平滑法
- 6.3 自回归滑动平均模型
- 6.4 自回归积分滑动平均模型
- 6.5 长短期记忆网络模型
- 6.6 实验：基于LSTM的股票最高价预测
- 习题
- 参考文献
- 第7章 混合模型
- 7.1 高斯模型与高斯混合模型
- 7.2 贝叶斯混合模型
- 7.3 集成学习
- 7.4 实验：基于AdaBoost算法的乳腺癌分类
- 习题
- 参考文献
- 第8章 图像识别
- 8.1 数字图像处理系统
- 8.2 图像特征描述
- 8.3 图像特征提取
- 8.4 目标识别
- 8.5 基于区域生长法的图像识别
- 8.6 实验：水泥面裂缝检测
- 习题
- 参考文献
- 第9章 视频目标检测与跟踪
- 9.1 视频目标检测
- 9.2 运动目标跟踪
- 9.3 运动目标检测的性能评价
- 9.4 图像视频数据集
- 9.5 实验：多目标跟踪实验
- 习题
- 参考文献
- 第10章 语音识别
- 10.1 语音识别概述
- 10.2 声学模型
- 10.3 语言模型
- 10.4 解码器
- 10.5 深度学习模型
- 10.6 基于MFCC的语音识别
- 10.7 基于DNN-MFCC混合系统的语音识别
- 10.8 实验：基于MFCC特征和THCHS-30数据集的语音识别
- 习题
- 参考文献
- 第11章 生物特征识别
- 11.1 生物特征识别概述
- 11.2 指纹识别
- 11.3 人脸识别
- 11.4 虹膜识别
- 11.5 步态识别
- 11.6 实验：人脸识别
- 习题
- 参考文献
- 第12章 医学图像检索
- 12.1 医学图像检索概述
- 12.2 多媒体内容描述标准MPEG-7
- 12.3 基于MPEG-7纹理描述子的X射线胸片图像检索
- 12.4 图像检索系统性能评价
- 12.5 实验：基于颜色直方图的医学图像检索
- 习题
- 参考文献
- 附录A 人工智能实验环境
- 附录B 人工智能云平台
常见问题
没有深厚的数学基础能读懂这本书吗？
书中的实验和应用案例需要什么基础才能上手？
这本书适合作为课程教材之外的补充读物吗？
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
作者简介
刘鹏（1970年生），中国计算机科学家，清华大学计算机系统结构专业博士，曾任解放军理工大学教授、博士生导师，现任南京云创大数据科技股份有限公司董事长。他长期从事云计算、大数据与人工智能的研究与教学，库内收录其作品十四种，涵盖科学科普、人工智能、计算机综合、医学、文学鉴赏、农林牧业等分类。其写作横跨专业教材与大众通识，既有《云计算（典藏版）》《机器学习与深度学习》《模式识别》《人工智能数学基础》等计算机与人工智能著作，也有《黄帝内经通识》这类面向普通读者的传统医学读物，以及《水运工程装配式结构应用技术与实践》等工程实践类书籍。公开资料有限，其生平等细节以库内记录为准。
刘明堂是一位目前公开资料有限的作者，其姓名见于人工智能领域相关图书的署名。就现有信息而言，库内收录其作品一种，即《模式识别》。从书名与所属分类看，该书应围绕模式识别的基本概念、方法与典型应用展开，属于人工智能方向的基础性或应用性读物。由于缺少关于作者学历、任职机构、研究方向及写作经历的可靠记载，暂无更多生平细节可供介绍，也难以判断该书在其个人写作谱系中的位置。读者若要了解其具体写作风格与学术倾向，宜直接参阅《模式识别》的正文、前言与章节安排，并结合出版信息加以核实。
