Введение в статистическую теорию распознавания образов. Фукунага К. |
| Что такое Форекс - Статистика и Математика для трейдеров |
| 10.11.11 11:35 |
|
Название: Введение в статистическую теорию распознавания образов. Автор: Фукунага К. Книга посвящена одной из бурно развивающихся областей кабернетики - теории распознавании образов в ее статистической аспекте. G единых позиций теории распознавания образов рассматриваются основные вопросы статистических решений: проверка простых и сложных гипотез, линейные классификаторы, оценивание параметров, оценивание плотности вероятности, последовательное оценивание параметров, выбор информативных признаков и линейное преобразование пространства дли случая одного распределения, выбор информативных признаков и линейное преобразование пространства в случае многих распределений, нелинейное преобразование исходного пространства, двумерные отображении, автоматическая классификации объектов и др. Книга предназначена для специалистов в области кибернетики, математической статистики, прикладной математики. Статистические методы распознавания образов, которым посвящена настоящая книга, привлекают все большее внимание специалистов в области теории и практики распознавания образов и автоматической классификации. Однако в настоящее время сложилась парадоксальная ситуация: при обилии журнальных публикаций и специальных монографий отсутствует литература, ориентированная на широкий круг читателей, впервые знакомящихся с предметом. Более того, даже специалисты, знакомые с «классической» математической статистикой, испытывают определенные трудности при изучении статистических методов распознавания образов в силу значительной специфики задач классификации. Так, например, в большинстве задач распознавания образон отсутствует информация о виде законов распределения значений характеристик исследуемых объектов, обучающие выборки имеют малые размеры. В этих случаях приходится использовать специальные непараметрические методы. Предлагаемая книга в определенной степени восполняет создавшийся пробел. Разумеется, она не является всеобъемлющей. Так, например, в книге очень бегло и неполно изложены методы классификации параметров (факторного анализа и экстремальной группировки), адаптивные методы классификации и выбора информативных переменных. В книге почти не отражено бурно развивающееся направление в распознавании образов - методы классификации для малых выборок и в условиях пропущенных наблюдений. Оглавление Предисловие автора Глава 1. Введение § 1.1 Формулировка задачи распознавания образов 5 1.2. Обзор содержания книги по главам Глава 2. Случайные векторы и их свойства § 2.1. Случайные векторы и их распределение § 2.2. Свойства распределений § 2.3. Преобразование случайных векторов § 2.4. Свойства собственных значений и собственных векторов Задание на составление программ (55). Задачи Глава 3. Проверка гипотез | 3.1 Проверка простых гипотез § 3.2. Вероятность ошибки прн проверке гипотез § 8.3. Верхние границы вероятности ошибки § 3.4, Другие критерии проверки гипотез § 3.5. Последовательная проверка гипотез . Задание на сочетание программ (95). Задачи (95). Глава 4. Линейные классификаторы § 4.1. Байесовский линейным классификатор § 4.2. Линейная разделяющая функция, минимизирующая вероятность ошибки решения § 4 3. Линейная разделяющая функция, минимизирующая среднеквадратичную ошибку решения § 4.4. Требуемый выход и среднеквадратичная ошибка решения § 4.5. Другие разделяющие функции . Задание на составление программ (128). Задали (129) Глава 5 Оценивание параметров § 5.1. Оценивание неслучайных параметров 5 5.2. Оценивание случайных параметров § 5.3. Интервальное оценивание . § 5.4. Оценивание вероятности ошибки Приложение 5.1. Вычисление систематической ошибки между С-методом и методом исключения одного объекта . Задание на составление программ (173). Задачи (174), Глаза 6. Оценивание плотности вероятности 5 6.1. Оценка Парзена § 6,2. Метод к ближайших соседей § 6.3. Метод гистограмм § 6.4. Разложение по базисным функциям Задание на составление программ (204). Задачи (204). Глава 7. Последовательное оценивание параметров § 7,1. Последовательная корректировка линейного классификатора § 7.2. Стохастическая аппроксимация S 7.3. Последовательное байесовское оценивание Задание на составление программ (231). Задачи (232). Глава 8. Выбор признаков н линейное преобразование пространства для случая одного распределения § 3.1. Дискретное разложение Карунена-Лоева § 8.2. Другие критерии для случая одного распределения § 8.3. Разложение Карунена - Лоева для случайных иродессов § 8.4. Оценивание собственных значений и собственных векторов Приложение 8.1. Вычисление Е{(ФSФ}2 Приложение 8.2. Ускоренное вычисление собственных значений и собственных векторов Задание на составление программ (263). Задачи (2-3). Глава 9. Выбор признаков и линейное преобразование пространства в случае многих распределений § 9.1. Общие свойства разделимости классов § 9.2. Дискриминантный анализ § 9.3. Граница Чернова и расстояние Бхатачария § 9.4. Дивергенция Задание на составление программ (294). Задачи (294). Глава 10. Нелинейное преобразование исходного пространства § 10.1. Истинная размерность исходных данных § 10.2. Улучшение разделимости с помощью нелинейного преобразования § 10.3. Двумерные отображения Задание на составление программ (329). Глава 11. Автоматическая классификация § 11.1. Алгоритм автоматической классификации § 11.2. Параметрические критерии качества классификации § 11.3. Непараметрические критерии качества классификации § 11.4. Другие процедуры автоматической классификации Задание на составление программ (3C0) Литература Скачать Введение в статистическую теорию распознавания образов. Фукунага К. - depositfiles Скачать Введение в статистическую теорию распознавания образов. Фукунага К. - letitbit Теги: статистическая теория :: Фукунага :: оценка Парзена Следующие статьи:
Предыдущие статьи:
|
Добавить комментарий
Запрещены: спам в комментариях, ругань, нецензурные слова, тексты привлекающие к насилию, расизму и т.д.