<P>[UseMoney=10]</P>
<P><br>[/UseMoney]<br></P>
<H3><B>【内容简介</B></H3>本书的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经典名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为来来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。 本书作为流行和经典的教材，主要面向电子工程、计算机科学、数学和统计学、媒体处理、模式识别、计算机视觉、人工智能和认知科学等领域的研究生和高年级本科生，也可—作为相关领域科技人员的重要参考书。 <br>
<DIV class=clear5px></DIV>
<H3><B>【目录信息】</B></H3>出版者的话<br>专家指导委员会<br>译者序<br>前言<br>第1章 绪论<br>1. 1 机器感知<br>1. 2 一个例子<br>1. 3 模式识别系统<br>1. 3. 1 传感器<br>1. 3. 2 分割和组织<br>1. 3. 3 特征提取<br>1. 3. 4 分类器<br>1. 3. 5 后处理<br>1. 4 设计循环<br>1. 4．1 数据采集<br>1. 4. 2 特征选择<br>1. 4. 3 模型选择<br>1. 4. 4 训练<br>1. 4．5 评价<br>1. 4. 6 计算复杂度<br><FONT color=#ae6e09>&lt;&lt;</FONT><A><FONT color=#ae6e09> 查看详细目录 </FONT></A>
<DIV class="" clear5px??><FONT color=#ae6e09></FONT></DIV>
<DIV class=clear5px><FONT color=#ae6e09></FONT></DIV>
<H3><B>【作译者介绍】</B></H3>
<DIV>
<DIV class=renwu_cover><IMG src="http://www.china-pub.com/computers/common/images/renwu2007.gif"> </DIV>
<DIV class=renwu_wenzi>
<P><FONT color=#ae6e09>本书提供作译者介绍<br></FONT>Richard O．Duda 于麻省理工学院获得电气工程博士学位，是加州san Jose洲立大学电气工程系名誉教授。他是美国人工智能学会会士，IEEE会士。 Peter E. Hart 是加州Ricoh Innovations公司的创始人、总裁和CEO，同时还是理光公司的高级副总裁，在此之前曾任理光加州研究中心的高级副总裁。他是美国人工智能学会会士、IEEE会士，曾获IEEE信息论协会50周年论文奖。 Duda C．Stork 于马里兰大学获得博士学位，现任加州Ricoh Innovations公司的首席科学家，同时也是斯坦福大学电气工程...<FONT color=#ae6e09>&lt;&lt; </FONT><A><FONT color=#ae6e09>查看详细</FONT></A> </P></DIV>
<DIV class=clear5px></DIV></DIV>
<H3><B>【译者序】</B></H3>现代计算机具有强大的计算和信息处理的能力，但是它在目标识别、环境感知及在复杂条件下的决策能力远远不如生物系统。目前，已有很多学科分别从不同角度、以不同途径试图研究和揭示这当中的奥秘，并且希望用计算机实现一个具有感知、识别、理解、自学习和自适应能力的灵活和智能的计算机器。这些学科包括模式识别、人工智能、计算机视觉、机器学习、心理生物学和认知科学等。而“模式识别”，因其明确的问题定义、严格的数学基储坚实的理论框架和广泛的应用价值，获得越来越多的重视，并且也成为上述其他几门学科的中心研究内容之一。在过去的几十年里，模式识别的研究得到迅速发展，... <FONT color=#ae6e09>&lt;&lt; </FONT><A><FONT color=#ae6e09>查看译者序</FONT></A> <br>
<DIV class=clear5px></DIV>
<H3><B>【前言】</B></H3>本书第1版《模式分类与场景分析》(Pattern Classification and Scene Analysis)于1973年问世，在逾越四分之一世纪以后的今天我们重写了第2版。写作的初衷依然不变，即尽可能地对模式识别中的各个重要课题，尤其是对基本原理进行系统地介绍。我们相信这会为相当多有待解决的专门问题，诸如语音识别、光学字符识别或信号分类等，提供必需的基矗本书第1版的许多读者经常问我们为什么要把“模式分类”与“场景分析”结合在一本书里写。在当时，我们所能做的回答是，分类理论的确是模式识别学科中最重要的与领域无关的(domain—independent)理论，而场景分析是那个年代仅有的并且重要的应用... <FONT color=#ae6e09>&lt;&lt; </FONT><A><FONT color=#ae6e09>查看前言</FONT></A>

[此贴子已经被cuiww1216于2007-4-23 12:40:48编辑过]