图像模式识别

媒体关注与评论

书评·原理与技术的完美结合    ·教学与科研的最新成果    ·语言精练，实例丰富    ·可操作性强，实用性突出    配套光盘提供：遗传算法、神经网络、贝叶斯、模糊聚类等先进算法的源代码，VC++可编译执行。

书籍目录

第1章　模式识别的基本概念1.1模式识别的基本概念1.2图像识别1.3位图基础1.3.1数字图像的基本概念1.3.2BMP文件结构1.3.3CDib类库的建立小结习题第2章　分类器设计2.1特征空间优化设计问题2.2分类器设计准则2.3分类器设计基本方法2.4判别函数2.5分类器的选择2.6训练与学习小结习题第3章　模板匹配分类器3.1特征类设计3.2待测样品特征提取3.3训练集特征库的建立3.4模板匹配分类法小结习题第4章　基于概率统计的Bayes分类器4.1Bayes决策的基本概念4.1.1Bayes决策所讨论的问题4.1.2Bayes公式4.2基于最小错误率的Bayes决策4.3基于最小风险的Bayes决策4.4Bayes决策比较4.5基于二值数据的Bayes分类实现4.6基于最小错误率的Bayes分类实现4.7基于最小风险的Bayes分类实现小结习题第5章　几何分类器第6章　神经网络分类器第7章　图像分割与特征提取第8章　聚类分析第9章　模糊聚类分析第10章　遗传算法聚类分析……附录A　几种主要矩阵运算的程序代码参考文献

编辑推荐

《图像模式识别:VC++技术实现》实用性强，选材新颖，包括了神经网络、模糊集理论、遗传算法等新技术，针对每一种模式识别技术，书中分为理论基础、实现步骤、编程代码三部分，所有算法都用VC++编程实现，程序结构简单，代码简洁，便于初学者很快掌握模式识别技术。本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别等学科本科生、研究生的教材或教学参考书，亦可供有关工程技术人员参考。随书附赠CD光盘1张！

作者简介

《图像模式识别:VC++技术实现》介绍图像模式识别的各种算法及其编程实现步骤。《图像模式识别:VC++技术实现》共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析。

图书封面

---

 图像模式识别下载 更多精彩书评

---