Главная    Ex Libris    Книги    Журналы    Статьи    Серии    Каталог    Wanted    Загрузка    ХудЛит    Справка    Поиск по индексам    Поиск    Форум   
blank
Авторизация

       
blank
Поиск по указателям

blank
blank
blank
Красота
blank
Ту Дж., Гонсалес Р. — Принципы распознавания образов
Ту Дж., Гонсалес Р. — Принципы распознавания образов



Обсудите книгу на научном форуме



Нашли опечатку?
Выделите ее мышкой и нажмите Ctrl+Enter


Название: Принципы распознавания образов

Авторы: Ту Дж., Гонсалес Р.

Аннотация:

В книге представлены методы построения распознающих систем и систем обработки больших информационных массивов. Рассматриваются основные постановки задач и важнейшие модели алгоритмов (комбинаторно-логические, статистические и лингвистические). Изложение ведется на достаточно высоком уровне математической строгости.
Особенность книги состоит в том, что рассматриваемые проблемы авторы трактуют в тесной связи с задачами эффективной обработки информации, причем теория распознавания выступает как самостоятельное направление прикладной математики со своими задачами, аппаратом и методологией.
Книга может быть использована в качестве учебного пособия по математическим методам обработки информации, а также как справочное пособие для теоретиков и для тех, кто в своей практической работе сталкивается с задачами обработки информации.


Язык: ru

Рубрика: Computer science/Обработка изображений/

Статус предметного указателя: Готов указатель с номерами страниц

ed2k: ed2k stats

Год издания: 1978

Количество страниц: 411

Добавлена в каталог: 23.11.2005

Операции: Положить на полку | Скопировать ссылку для форума | Скопировать ID
blank
Предметный указатель
Абрамсон      174 385
Автокорреляционная матрица (autocorrelation matrix)      295
Автокорреляционная функция (autocorrelation function)      292 295
Автоматы (automata)      379
Автоматы конечные (finite)      379
Автоматы линейно ограниченные (linear-bounded)      381
Автоматы магазинные (с магазинной памятью) (push-down)      381
Агмон      385
Агравала      86 259 393
Адаптивная схема, учитывающая на каждом шаге информацию о всех образах обоих классов (many-pattern-adaption scheme)      197
Айзерман, М.А.      234 259 385
Алгоритмы (algorithms), градиентный (gradient)      247 191
Алгоритмы (основанный на принципе) максиминного расстояния (maximin-distance)      107
Алгоритмы (основанный на принципе) минимизации среднеквадратичной ошибки (Ieast-mean-square-error)      193
Алгоритмы (основанный на принципе) минимизации, статистический (statistical)      251
Алгоритмы K-внутригрупповых средних (K-means)      109
Алгоритмы дробной коррекции (fractional-correction)      188 193
Алгоритмы корректирующих приращений (increment-correction)      247
Алгоритмы коррекции абсолютной величины (absolute-correction)      188
Алгоритмы НСКО (LMSE)      194
Алгоритмы перцептрон (perceptron)      181 191 192 201
Алгоритмы потенциальных функций (potential functions)      207 254
Алгоритмы Роббинса — Монро (Robbins — Monro)      237 243
Алгоритмы Роббинса — Монро, скорость сходимости (speed of convergence)      242
Алгоритмы, (основанный на принципе) минимизации, детерминистский (deterministic)      193
Алгоритмы, ИСОМАД (Isodata)      112
Алгоритмы, построение (derivation of)      189 244
Алфавит (alphabet)      337 379
Алфавит входной (input)      379
Андерберг      385
Андерсон      147 156 174 385
Апостериорная плотность распределения (a posteriori density function)      158
Аппроксимация функциями (functional approximation)      303
Аппроксимация функциями, плотности распределения      163
Априорная вероятность      129 134—136
Ассоциативные элементы (associative units)      179
Ахо      383 385
Бабу      334 385
Байеса формула (Bayes’ formula)      130
Байесовская обучающая процедура (Bayesian learning)      157—163
Байесовская обучающая процедура, оценка вектора средних значений (of mean vector)      157
Байесовская обучающая процедура, оценка ковариационной матрицы (of covariance matrix)      160
Байесовские решающие функции (decision functions)      134 236 237
Байесовские решающие функции для нормально распределенных образов (decision functions for normal patterns)      138
Байесовские решающие функции для пирсоновских плотностей распределения VII типа (decision functions for Pearson Type VII densities)      151
Байесовский классификатор (classifier)      130 135 136 236
Байесовское решающее правило (decision rule)      131 134
Батт      385
Батчилор      125 386
Бахадур      147 174 385
Биомедицинские приложения, примеры      39
Бишоп      386
Блейдон      234 252 259 385
Блекуэлл      174 385
Блок      234 335 385
Блюм      240 241 259 386
Бодевиг      197 334 386
Болл      125 386
Боннер      123 386
Браверман      174 385
Браверман, Э.М      234 259 385 386
Браун      87 386
БС правило      см. «Правило основанное
Бут      383 386
Бхаргава      381 383 393
Вагнер      390
Вальд      10 40
Ван, Трис      174 386
Ватанабе      334 335 386
Вейерштрасса теорема о приближении      306
Вектор градиента      190
Вектор измерения (measurement vector)      21
Вектор образа (pattern vector)      22 (см. также «Образ»)
Вектор средних значений (mean vector)      51 137
Вектор средних значений, определение      138
Вектор средних значений, оценка      155 157
Вероятность ошибки (probability of error)      142 144 176
Вероятность ошибки и Махаланобиса расстояния величина (versus Mahalanobis distance)      145
Вероятность ошибки статистической линейной решающей функции (of statistical linear decision function)      144
Вероятность правил подстановки (production probability)      363—365
Весовой вектор (weight vector)      54
Винер, Н.      179
Внутриклассовые признаки (intraset features)      24
Вумак      390
Выбор двоичных признаков (binary feature selection)      327—333
Выбор двоичных признаков, параллельный алгоритм (parallel algorithm)      330
Выбор двоичных признаков, последовательный алгоритм (sequential algorithm)      327
Выбор признаков (feature selection approaches)      281 288 297 303 308 318
Выбор признаков, аппроксимация функциями (functional approximation)      303
Выбор признаков, двоичные признаки (binary features)      327
Выбор признаков, Карунена— Лоэва дискретное разложение (Karhunen — Loeve expansion)      297
Выбор признаков, максимизация дивергенции (divergence maximization)      318
Выбор признаков, минимизация энтропии (entropy minimization)      281
Выбор признаков, разложение по системе ортогональных функций (orthogonal expansion)      288
Выбор признаков, стохастичная аппроксимация (stochastic approximation)      308
Выбор признаков, ядерная аппроксимация (kernel approximation)      310
Вывод (inference)      см. «Грамматический вывод»
Выделение признаков (feature extraction)      261 263 284
Выявление кластеров (cluster seeking) алгоритм K внутригрупповых средних      109
Выявление кластеров (cluster seeking) алгоритм ИСОМЛД      112
Выявление кластеров (cluster seeking) алгоритм максиминного расстояния      107
Выявление кластеров и распознавание образов без учителя      123
Выявление кластеров, оценка результатов      120
Выявление кластеров, простой алгоритм      105
Выявление кластеров, теоретико-графовый подход      122
Гармонический ряд (harmonic sequence)      239
Гильберт      81 83 87 389
Гинзбург      386
Гиперплоскость      70
Гиперплоскость, геометрические свойства      71
Гиршик      174 385
Голд      383 386
Гонсалес      5 32 48 49 125 207 335 371 381 382 383 386 387 391 392
Грамматика дерева (tree grammar)      см. «Грамматики»
Грамматики (grammars)      337
Грамматики (используемые в) распознавании образов      348
Грамматики автоматные (finite-state)      341
Грамматики бесконтекстные (context-free)      341
Грамматики деревьев (tree)      359
Грамматики линейные (linear)      341
Грамматики неограниченные (unrestricted)      340
Грамматики непосредственно составляющих (context-sensitive)      340
Грамматики нерекурсивные (nonrecursive)      372
Грамматики регулярные (regular)      341
Грамматики рекурсивные (recursive)      372
Грамматики стохастические (stochastic)      361
Грамматики цепочек (string)      345
Грамматики, определение      337
Грамматики, структуры составляющих (phrase-structure)      341
Грамматики, типы      340
Грамматический вывод (grammatical inference)      371—379
Грамматический вывод, двумерные грамматики (two-dimentional grammars)      376—379
Грамматический вывод, цепочечные грамматики (string grammars)      372—376
Грамматическое правило (production)      338
Грамматическое распознавание образов      см. «Синтаксическое распознавание образов»
Граф образа (pattern graph)      123
Гренандер      179
Грин      389
Гудж      10
Гузман      387
Дайдей      387
Двоичная функция потерь (zero-one loss function)      133
Дворецки      241 259 387
Девятериков, И.П.      234 387
Дерево (tree)      347
Дерево образа (pattern tree)      347
Джардин      123 387
Джипс      383 392
Джозеф      234 387
Диагональная матрица преобразований (diagonal transformation)      278
Диаграмма состояний (state diagram)      380
Дивергенция (Divergence)      311 313 319
Дивергенция, максимизация      318
Дивергенция, свойства      314
Дискретные признаки      см. «Выбор двоичных признаков»
Дискриминантные функции      см. «Решающие функции»
Дисперсии      276
Дисперсии несмещенные      267
Дисперсии смещенные      267
Дихотомизационная мощность (dichotomization capacity)      74 206
Дихотомии (dichotomies)      72
Древовидные структуры (tree structures)      347
Древовидные структуры, распознавание      359
Дуда      125 174 259 335 385 387
Дюран      28
Евклидово пространство      22
Евклидово расстояние      91
Журавлев, Ю.И.      6 29 32 129
Загоруйко, Н.Г.      28
Зан      123 387
Игра с нулевой суммой (game, zerosum)      128
Иден      382 387
Интегральные уравнения      291
Калаба      7
Карунен      387
Карунена — Лоэва разложение (Karhunen — Loeve (K — L) expansion)      289 291 293 299
Карунена — Лоэва разложение обобщенное (generalized)      297 300
Карунена — Лоэва разложение, оптимальные свойства      294
Карунена — Лоэва разложение, применение      297
Кашьяп      234 293
Кин      174 387
Кирш      382 388
Класс (class, category)      см. «Класс образов»
Класс образов, определение      18
Классификатор, работающий по критерию минимального расстояния (minimum-distance classifier)      91
Классификатор, работающий по критерию минимального расстояния для единственного эталона (for single prototypes)      77
Классификатор, работающий по критерию минимального расстояния для множественных эталонов (for multiprototypes)      93 95
Классификатор, работающий по критерию минимального расстояния, обобщение (extension)      95
Классификатор, работающий по критерию минимального расстояния, правило q ближайших соседей (q-NN classification rule)      95
Классификатор, работающий по критерию минимального расстояния, правило одного ближайшего соседа (1-NN classification rule)      95
Классификатор, работающий по критерию минимального расстояния, правило одного ближайшего соседа, пределы ошибки (error bounds)      97
Классификатор, работающий по критерию минимального расстояния, сравнение с линейным классификатором (comparison with general linear classifier)      93
Классификационная мощность (classification capacity)      см. «Дихотомизационная мощность»
Классификация данных, полученных дистанционно      37
Классификация для случая нескольких классов (multicategory classification)      201 231 248
Классификация образов      см. «Распознавание образов»
Классификация образов, построение алгоритмов (derivation of algorithms)      189 244
Клауз      388
Кнут      383 388
Ковалевский, В.А.      334 388
Ковариационная матрица      51 137
Ковариационная матрица, определение      137
Ковариационная матрица, оценка      156 160
Ковер      87 125 206 388
Колверт      394
Конечный автомат (finite automaton)      379
Конкатенация      345 (см. также «Соединение»)
Контекстуальная информация      26
Корень дерева      346
Корневой символ (root symbol)      338
Корректирующие ошибки (error-correction)      212
Корректирующие ошибки, выборочные образы (samples)      212
Корректирующие ошибки, образ      229
Корректирующие ошибки, последовательность образов (sequence)      230
Коррекция весов (weight adjustment)      222
Корреляция      93
Корреляция, матрица      296
Корреляция, функция      291
Кофер      388
Кофорд      87 388
Коши — Шварца неравенство      186 230
Крайтер      48 49 125 387
Крамер      388
Креспи-Регицци      383 388
Критерии кластеризации (clustering criteria)      104
Критерий разделимости (test of separability)      195
Кульбак      335 388
Кумулятивный потенциал (cumulative potential)      209
Купер, Д.      125 388
Купер, П.      125 174 334 388
Курант      81 83 87 388
Кусочно-линейный классификатор (piecewise-linear classifier)      94
Кэнэл      174 389
Лагерра многочлены      83
Лагранжа множитель      270 280
Ледли      356 357 382 389
Лежандра многочлены      82
Лейн      386
Ли      10 365 383 389
Лингвистическое распознавание образов      см. «Синтаксическое распознавание образов»
Линейно разделимые классы (linearly-separable classes)      62
Линейно-независимые функции (linearly-independent functions)      81
Линейное программирование      234
Линейные неравенства      67 69 178
Линейные неравенства несовместные      178
Линейные неравенства совместные      178
Лист      347
Логинов, Н.В.      335 389
Льюис      389
Майзел      174 259 389
Мак-Каллох      179
Маккарти      389
Маккуин      125 389
Максимум энтропии (maximum entropy)      152
Марилл      389
Матрица потерь (loss matrix)      128
Махаланобиса расстояние (Mahalanobis distance)      102 143 144
Махаланобиса расстояние и вероятность ошибки (and probability of error)      144
Меры сходства (similarity measures)      102
Меры сходства евклидовы (Euclidean)      102
Меры сходства Махаланобиса (Mahalanobis)      102
Меры сходства неметрические (nonmetric)      102
Меры сходства Танимото (Tanimoto)      103
Метод градиента      189
Метод потенциальных функций (potential function method)      208 222 255
Метод потенциальных функций, выбор функций      213
Метод потенциальных функций, геометрическая интерпретация      222
Метод потенциальных функций, получение решающих функций      208
Метод потенциальных функций, сходимость алгоритмов      227
Методы стохастической аппроксимации (stochastic approximation methods)      237 308
Миллер      382 389
Минимаксный критерий (minimax criterion)      128 135 146 147
Минимизация энтропии (entropy minimization)      281
Минкер      123 390
Минский      389
Многогранный конус      69 73
Многодиапазонные спектральные развертывающие устройства (multispectral scanner)      38 39
Монро      240 241 259 390
Моцкин      389
Надь      389
Назначение весов признаков (feature weighting)      268 270
Назначение весов признаков, весовой коэффициент (coefficient)      270
Нарасимхан      382 390
Начальный символ (start symbol)      338
Неймана — Пирсона критерий (Neyman — Pearson criterion)      136
Непроизводные символы (элементы) (primitives)      343
Нетерминалы      см. «Нетерминальные символы»
Нетерминальные символы (nonterminals)      338
Нильсон      85 87 125 174 234 335 385 390
Новиков      234 390
Норма функции      79
НСКО-алгоритм      см. «Алгоритмы»
Область отнесения объектов к определенному классу (decision region)      57 59 60
Обобщение на случай нескольких классов (multiclass generalization)      201 231
Обобщенное обращение      194
Обобщенные решающие функции (generalized decision functions)      62 (см. также «Решающие функции»)
Образ (pattern)      16 18
Образ, определение      20—21
Образ, предварительная обработка (preprocessing)      261 263
Обучающие образы (training patterns)      33
1 2
blank
Реклама
blank
blank
HR
@Mail.ru
       © Электронная библиотека попечительского совета мехмата МГУ, 2004-2020
Электронная библиотека мехмата МГУ | Valid HTML 4.01! | Valid CSS! О проекте