☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《模糊分類及其在光譜信息處理中的應用》主要研究模糊分類中的模糊聚類，模糊特徵提取和模糊分類器以及它們在農産品／食品的近紅外光譜信息處理中的應用。模糊聚類算法涉及模糊c_均值聚類、聯閤模糊C_均值聚類、利用核方法和新的非歐氏距離改進一些模糊聚類、一種改進的可能模糊C_均值聚類算法等。模糊特徵提取涉及模糊綫性判彆分析、核模糊主成分分析、核模糊判彆分析、模糊非相關判彆分析等。模糊分類器涉及模糊K近鄰，核模糊K近鄰。用模糊聚類算法對蘋果近紅外光譜、生菜近紅外光譜、茶葉中紅外光譜進行分類。用模糊綫性判彆分析和模糊非相關判彆分析提取近紅外光譜的鑒彆信息。
　　《模糊分類及其在光譜信息處理中的應用》可為研究模糊分類、模式識彆和近紅外光譜信息處理方嚮的科研工作者提供藉鑒和參考，也町為從事農産品、食品近紅外光譜信息的分析和處理的研究生和教師提供參考。

內頁插圖

目錄

1 緒論
1．1 模糊分類概述
1．2 模糊分類的發展概況
1．3 模糊分類的基本理論簡介
1．3．1 模糊集閤
1．3．2 基於目標函數的模糊聚類
1．3．3 模糊判彆分析
1．4 本章小結
參考文獻

2 模糊混閤聚類模型
2．1 模糊聚類概述
2．2 聯閤模糊C-均值聚類模型
2．2．1 MPCM模型
2．2．2 AFCM模型
2．2．3 MPCM和AFCM的對比實驗
2．3 一種改進的可能模糊聚類算法
2．3．1 PCA算法及其存在的問題
2．3．2 改進的PCM與改進的PFcM
2．3．3 實驗結果
2．4 基於聚類中心分離的可能模糊聚類模型
2．4．1 基於聚類中心分離的模糊C一均值聚類（FCM_CCS）
2．4．2 基於聚類中心分離的可能聚類（PCM_CCS）
2．4．3 基於聚類中心分離的可能模糊聚類（PFCM_CCS）
2．4．4 實驗結果
2．5 一種混閤可能聚類算法
2．5．1 算法描述
2．5．2 實驗結果
2．6 聯閤模糊熵聚類
2．6．1 算法描述
2．6．2 實驗結果
2．7 本章小結
參考文獻

3 基於核的模糊聚類
3．1 核模糊聚類概述
3．2 基於核的修正可能C-均值聚類
3．2．1 算法描述
3．2．2 實驗結果
3．3 基於核的廣義噪聲聚類算法
3．3．1 GNC算法
3．3．2 KGNC算法
3．3．3 實驗結果
3．4 基於核的可能模糊C_均值聚類
3．4．1 算法描述
3．4．2 實驗結果
3．5 基於核的聚類中心分離的模糊C_均值聚類
3．5．1 算法描述
3．5．2 實驗結果
3．6 基於核的類間分離聚類
3．6．1 算法描述
3．6．2 實驗結果
3．7 本章小結
參考文獻

4 基於非歐氏距離的模糊聚類算法
4．1 引言
4．2 一種新的非歐氏距離
4．3 基於非歐氏距離可能模糊C_均值聚類算法
4．3．1 可能模糊c-均值聚類算法
4．3．2 APFCM算法
4．3．3 實驗結果
……

5 基於核的模糊鑒彆信息提取及分類
6 基於模糊協方差矩陣聚類的茶葉紅外光譜分類
7 蘋果近紅外光譜的模糊聚類分析
8 茶葉傅裏葉紅外光譜模糊聚類分析
9 模糊K調和均值聚類的近／中紅外光譜分類
10 模糊學習矢量量化模型

前言/序言

　　模糊分類是模式識彆中一個重要的分支，它是模糊數學在信息科學中的應用之一。當精確數學方法無法處理自然和社會中的模糊事物時，模糊數學隨著科技發展的需要誕生瞭。當我們需要對一些模糊的事物進行分類時，模糊分類比傳統分類方法更能夠體現事物的不確定性。在模糊分類算法中模糊聚類應用得最廣泛，它廣泛應用於漢字字符識彆、語音識彆、圖像處理和雷達目標識彆等等。但是，涉及應用模糊分類處理近／中紅外光譜信息方麵的相關文獻比較少，而這正是本書的主要論述內容。
　　本書主要論述瞭模糊分類中的一些算法，尤其是模糊聚類分析。同時，將模糊分類應用到農産品／食品的近紅外／中紅外光譜信息處理中。如何提高聚類準確率，降低噪聲的影響，減少聚類時間是模糊聚類分析時要解決的主要問題，也是本書主要的論述內容。
　　本書主要研究模糊分類中的三大部分：模糊聚類，模糊特徵提取和模糊分類器。在分析現有的幾種模糊聚類基礎上提齣瞭一些新的模糊聚類算法以提高聚類的準確性，減少聚類時間和提高聚類性能，同時結閤核方法和新的距離測度改進模糊聚類算法，研究蘋果近紅外光譜、生菜近紅外光譜和茶葉中紅外光譜的模糊聚類分析。本書的主要內容包括：第1章介紹瞭模糊分類的發展概況和基本理論知識；第2章論述瞭幾種模糊混閤聚類模型；第3章應用核方法改進現有的幾種模糊聚類算法；第4章論述瞭基於非歐氏距離的模糊聚類算法；第5章論述瞭模糊鑒彆信息提取算法及基於核的模糊鑒彆信息提取算法和基於核的模糊K-近鄰法；第6章論述瞭兩種新的GK聚類算法以及它們在茶葉紅外光譜分類中的應用；第7章論述瞭蘋果近紅外光譜的模糊聚類分析；第8章論述瞭模糊鑒彆C均值聚類，模糊鑒彆學習矢量量化和一種廣義噪聲聚類以及它們在茶葉紅外光譜分類中的應用；第9章論述瞭兩種新的模糊K調和均值聚類以及它們在光譜分類中的應用；第10章論述瞭四種模糊學習矢量量化模型以及它們在光譜分類中的應用。
　　本書主要由江蘇大學武小紅副教授（撰寫瞭15.1萬字）和滁州職業技術學院武斌副教授（撰寫瞭6萬字）完成。在本書寫作過程中，孫俊教授、李敏教授給予瞭大力支持並提供瞭寶貴的建議和幫助。本書的齣版獲得瞭安徽省高等教育振興計劃人纔項目“高校優秀青年人纔支持計劃”（皖教秘人[2014]181號）和江蘇高校優勢學科建設工程資助項目PAPD的資助。在此錶示衷心的感謝。
　　由於作者業務水平和時間所限，書中難免存在錯誤和不當之處，敬請讀者批評指正；
模糊分類及其在光譜信息處理中的應用 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價