Центральный Дом Знаний - Р. Дуда, П. Харт. Распознавание образов и анализ сцен

Информационный центр "Центральный Дом Знаний"

Заказать учебную работу! Жми!



ЖМИ: ТУТ ТЫСЯЧИ КУРСОВЫХ РАБОТ ДЛЯ ТЕБЯ

      cendomzn@yandex.ru  

Наш опрос

Я учусь (закончил(-а) в
Всего ответов: 2653

Онлайн всего: 1
Гостей: 1
Пользователей: 0


Форма входа

Логин:
Пароль:

Р. Дуда, П. Харт. Распознавание образов и анализ сцен

Р. Дуда, П. Харт
Перевод с английского Г. Г. ВАЙНШТЕЙНА и А. М. ВАСЬКОВСКОГО 
Под редакцией В. Л. СТЕФАНЮКА 
ИЗДАТЕЛЬСТВО «МИР» 
МОСКВА 1976

Тематика книги связана с исследованиями по созданию интегральных роботов, способных к целенаправленным действиям в сложных условиях. В последние годы такие исследования интенсивно проводятся в разных странах. В книге полно и систематически изложены методы распознавания образов и дан анализ пространственных сцен по их плоскому изображению. Существующие в области распознавания образов методы авторы рассматривают с новых, нестандартных точек зрения. В конце каждой главы приводится список задач.
Книга доступна широкому кругу читателей, интересующихся или работающих над созданием искусственного интеллекта. Она может служить хорошим вводным курсом для студентов, специализирующихся в этой области.


ОГЛАВЛЕНИЕ
От редактора перевода ........................ 5
Предисловие . . . ......................... 7
Часть I. Классификация образов................... II
Глава 1. Введение......................... И
1.1. Машинное восприятие.................... И
1.2. Пример........................... 12
1.3. Модель классификации................... 14
1.4. Описательный подход.......-............. 15
1.5. Обзор содержания книги по главам............. 17
1.6. Библиографические сведения................                                               . 18
Список литературы....................... 18
Глава 2. Байесовская теория решений............... 20
2.1. Введение.......................... 20
2.2. Байесовская теория решений — непрерывный случай..... 23
2.3. Классификация в случае двух классов............ 26
2.4. Классификация с минимальным уровнем ошибки....... 27
2.5. Классификаторы, разделяющие функции и поверхности решений 28
2.6. Вероятности ошибок и интегралы ошибок.......... 31
2.7. Нормальная плотность................... 32
2.8. Разделяющие функции для случая нормальной плотности ... 36
2.9. Байесовская  теория  решений — дискретный случай..... 42
2.10. Независимые бинарные признаки.............. 43
2.11. Составная байесовская задача принятия решений и контекст . 44
2.12. Примечания......................... 46
2.13. Библиографические и исторические сведения......... 47
Список литературы....................... 49
Задачи.............................. 51
Глава 3. Оценка параметров и обучение с учителем......... 55
3.1. Оценка параметров и обучение с учителем......... 55
3.2. Оценка по максимуму правдоподобия............. 56
3.3. Байесовский  классификатор ................ 60
3.4. Обучение прн восстановлении среднего .значения нормальной плотности.......................... 63
3.5. Байесовское   обучение в общем случае............ 68
3.6. Достаточные статистики.................. 70
3.7. Достаточные статистики и семейство экспоненциальных функций 74
3.8. Проблемы размерности •.................. 78
3.9. Оценка уровня ошибки................... 86
3.10. Библиографические и исторические сведения........ 89
Список литературы....................... 91
Задачи .............................. 93
Глава 4. Непараметрические методы................ 98
4.1. Введение.......................... 98
4.2. Оценка плотности распределения.............. 98
4.3. Парзеновские окна..................... 101
4.4. Оценка методом kn ближайших соседей ........... 108
4.5. Оценка  апостериорных  вероятностей ........... 110
4.6. Правило ближайшего соседа ............... 111
4.7. Правило k ближайших соседей .............. 117
4.8. Аппроксимации путем разложения в ряд.......... 119
4.9. Аппроксимация для бинарного случая ........... 122
4.10. Линейный   дискриминант   Фишера .'............ 129
4.11. Множественный дискриминантный анализ ......... 133
4.12. Библиографические и  исторические сведения ....... 136
Список литературы....................... 139
Задачи............................. 141
Глава 5. Линейные разделяющие функции............. 145
5.1. Введение......................... 145
5.2. Линейные разделяющие функции и поверхности решений   ... 146
5.3. Обобщенные линейные разделяющие функции........ 149
5.4. Случай двух линейно разделимых классов .......... 153
5.5. Минимизация персептронной функции критерия....... 157
5.6. Процедуры релаксаций ................... 164
5.7. Поведение процедур в случае неразделяемых множеств.    ... 167
5.8. Процедуры минимизации квадратичной ошибки....... 168
5.9. Процедуры Хо — Кашьяпа ................ 178
5.10. Процедуры линейного программирования.......... 185
5.11. Метод потенциальных функций .............. 192
5.12. Обобщения для,случая многих классов........... 195
5.13. Библиографические и исторические сведения......'. . 200
Список литературы....................... 204
Задачи.............................. 207
Глава 6. Обучение без учителя, и группировка............ 211
6.1. Введение......................... 211
6.2. Плотность смеси и идентифицируемость........... 212
6.3. Оценки по максимуму правдоподобия ........... 213
6.4. Приложение к случаю нормальных смесей......... 215
6.5. Байесовское обучение без учителя ............. 224
6.6. Описание данных  и  группировка............. 233
6.7. Меры подобия ....................... 234
6.8. Функции критериев для группировки........... 238
6.9. Итеративная оптимизация.................. 247
6.10. Иерархическая группировка................. 249
6.11. Методы, использующие теорию графов........... 258
6.12. Проблема обоснованности.................. 261
6.13. Представление данных в пространстве меньшей размерности и многомерное масштабирование............... 263
6.14. Группировка и уменьшение размерности .......... 267
6.15. Библиографические и исторические сведения........ 269
Список литературы....................... 273
Задачи............................. 277
Часть П. Анализ сцен....................... 282
Глава 7. Представление изображений и их первоначальные упрощения 282
7.1. Введение.......................... 282
7.2. Представление информации............■...... 283
7.3. Пространственное дифференцирование............. 287
7.4. Пространственное сглаживание............... 291
7.5. Сравнение с эталоном.................... 296
7.6. Анализ областей . . .................... 304
7.7. Прослеживание контуров.................. 310
7.8. Библиографические и исторические сведения......... 313
Список литературы....................... 316
Задачи.............................. 318
Глава 8. Анализ пространственных частот............. 319
8.1. Введение........................... 319
8.2. Теорема отсчетов...................... 323
8.3. Сравнение с эталоном и теорема о свертке.......... 326
8.4. Пространственная фильтрация............... 329
8.5. Среднеквадратичная оценка................. 340
8.6. Библиографические  и   исторические  сведения........ 344
Список литературы....................... 346
Задачи............................. 348
Глава 9. Описания линии и формы................ 350
9.1. Введение........................... 350
9.2. Описание линии.....................; 351
9.3. Описание формы...................... 365
9.4. Библиографические  н   исторические  сведения........ 398
Список литературы........................ 401
Задачи.............................. 403
Глава 10. Перспективные преобразования.............. 405
10.1. Введение.......................... 405
10.2. Моделирование процесса съемки изображения........ 405
10.3. Перспективное преобразование в однородных координатах . . 408
10.4. Перспективные преобразования с двумя системами отсчета . . 413
10.5. Примеры применения................... 419
10.6. Стереоскопическое восприятие............... 425
10.7. Библиографические и исторические сведения ........ 429
Список литературы....................... 431
Задачи............................. 431
Глава  11. Проективные инварианты ............... 433
11.1. Введение......................... 433
11.2. Сложное отношение.................... 435
11.3. Двумерные проективные координаты............ 439
11.4. Линия, соединяющая объективы.............. 442
11.5. Аппроксимация  ортогональным  проектированием...... 446
11.6. Восстановление объекта.................. 449
11.7. Библиографические и исторические сведения ....... 451
Loading

Календарь

«  Июнь 2019  »
ПнВтСрЧтПтСбВс
     12
3456789
10111213141516
17181920212223
24252627282930

Архив записей

Друзья сайта

  • Заказать курсовую работу!
  • Выполнение любых чертежей
  • Новый фриланс 24