掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
模式識別與計算機視覺手冊 第6版 版權信息
- ISBN：9787302618171
- 條形碼：9787302618171 ; 978-7-302-61817-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
模式識別與計算機視覺手冊 第6版 本書特色
本書第1版于1993年出版，受到許多研究者和從業者的歡迎。近三十年來,模式識別與計算機視覺技術迅速發展。深度學習、元學習、知識圖譜和概率圖模型等機器學習算法相繼出現，模式識別與計算機視覺成為這些算法*成功的應用場景之一;模式識別與計算機視覺在智能機器人、邊緣計算、無人車導航和無人機控制等方面取得了巨大的商業價值。譯者也在這方面進行了初步探索和研究，主要將模式識別與計算機視覺用于數字農業、智慧農業和地理人工智能(GeoAI)等行業,取得了初步成果。通過將模式識別與計算機視覺技術用于果園“空-天-地”一 體化監測技術體系的構建，實現果園地面環境和果樹長勢監測、果園病蟲害診斷識別、土壤養分和水分監測，以及 果園知識圖譜等構建;面向果園領域建立知識庫，構建“知識建模-知識服務-知識決策”的服務體系，實現果園生產管理領域的知識服務和管理決策。
模式識別與計算機視覺手冊 第6版 內容簡介
本書篇幅有限，即便在現有篇幅的基礎上擴充10倍，也很難涵蓋模式識別與計算機視覺領域的全面發展情況，這一點毋庸置疑。不同于期刊、特刊，本書涵蓋的內容為模式識別與計算機視覺在理論和應用方面的關鍵成果。本書共有6版，這6版書概括了該領域近三十年的發展，通過它們，讀者可以更好地了解這個不斷更迭的領域。在信息研究基金會的資助下，本書的第1～4版現已向大眾免費開放，網址可掃封底二維碼獲取。
模式識別與計算機視覺手冊 第6版 目錄
第I部分 理論、技術和系統
簡要介紹 2
參考文獻 3
第1章 *佳統計分類 5
1 引言 5
2 *優貝葉斯分類器 6
3 離散模型OBC 9
4 高斯模型OBC 12
5 多類分類 15
6 先驗構造 19
7 *優貝葉斯遷移學習 21
8 結論 25
參考文獻 25
第2章 目標識別的深度判別
特征學習方法 29
1 引言 29
2 基于熵正交損失的深度判別
特征學習方法 31
3 基于*小-*大損失的深度
判別特征學習方法 36
4 圖像分類任務實驗 42
5 討論 44
參考文獻 45
第3章 基于深度學習的背景減法：
系統綜述 49
1 引言 49
2 背景減法 50
3 實驗結果 57
4 結論 59
參考文獻 60
第4章 無需大型數據集即可進行
形狀建模和骨架提取的相
似域網絡 69
1 引言 69
2 相關研究 70
3 相似域 71
4 相似域網絡 72
5 使用SDN進行參數化
形狀建模 74
6 從SD中提取骨架 75
7 實驗 76
8 結論 78
9 致謝 78
參考文獻 79
第5章 基于曲波的紋理特征用于
模式分類研究 81
1 引言 81
2 曲波變換方法 82
3 基于曲波的紋理特征 90
4 應用問題的一個示例 90
5 總結與討論 92
附錄 92
參考文獻 95
第6章 嵌入式系統高效深度
學習概述 99
1 引言 99
2 深度神經網絡概述 100
3 用于DNN處理的硬件 101
4 DNN高效推理的方法 103
5 結論 106
參考文獻 106
第7章 用于基于差異的多視圖
學習的隨機森林 108
1 引言 108
2 隨機森林差異 110
3 多視圖學習的差異表示 112
4 將視圖與加權組合相結合 114
5 實驗 121
6 結論 124
7 致謝 124
參考文獻 124
第8章 圖像著色綜述 127
1 引言 127
2 參考圖像著色 128
3 涂鴉著色 132
4 深度學習著色 134
5 其他相關研究 137
6 結論 139
參考文獻 139
第9章 語音識別深度學習的
*新進展 144
1 引言 144
2 端到端模型 145
3 魯棒性 151
4 總結及未來研究方向 155
5 致謝 157
參考文獻 157
第II部分 應用
簡要介紹 170
參考文獻 171
第10章 遙感技術中的機器學習 173
1 引言 173
2 PolSAR圖像分析的傳統
處理鏈 175
3 整體特征提取和模型訓練 175
4 結論 188
參考文獻 189
第11章 基于高光譜和空間自適應
解混對具有損壞像素的數
據分數表面的解析重建 193
1 引言 193
2 基于解析2D表面的空間
自適應高光譜解混 196
3 評估和結果 199
4 結論 204
參考文獻 205
第12章 視覺圖像中海冰參數
識別的圖像處理 211
1 引言 211
2 冰像素檢測 212
3 浮冰識別 213
4 案例研究及其應用 218
5 討論和未來研究 224
參考文獻 225
第13章 深度學習在MRI大腦
結構的大腦分割和大腦
標記中的應用 228
1 引言 228
2 方法 229
3 結果 236
4 討論 240
5 結論 242
參考文獻 242
第14章 基于時間紋理分析的血管
內超聲圖像自動分割 246
1 引言 246
2 數據庫 248
3 方法及步驟 248
4 實施和結果 254
5 結束語 256
參考文獻 256
第15章 使用深度學習進行歷史
文獻分析 258
1 現有技術 258
2 交叉描繪的圖形分類 261
3 使用歷史圖像合成處理
大型歷史文檔數據集 266
參考文獻 269
第16章 通過基于圖的方法進行
簽名驗證 275
1 引言 275
2 從簽名圖像到圖再到驗證 276
3 圖編輯距離及其近似值 279
4 實驗評估 284
5 結論和近期研究 286
參考文獻 287
第17章 用于地震模式識別的細胞
神經網絡 292
1 引言 292
2 細胞神經網絡 293
3 使用DT-CNN關聯記憶的
模式識別 301
4 實驗 302
5 結論 307
參考文獻 307
第18章 在跨模態人臉驗證和
合成中加入面部屬性 309
1 引言 309
2 屬性引導的人臉驗證 311
3 屬性引導的草圖-照片合成 319
4 討論 325
參考文獻 326
第19章 深度學習時代的互聯和
自動駕駛汽車：計算機
引導轉向的案例研究 330
1 引言 330
2 相關研究：人工智能在CAV
中的應用 332
3 相關問題 334
4 案例研究：我們提出的
方法 335
5 實驗設置 337
6 分析和結果 340
7 結束語 343
8 致謝 344
參考文獻 344
展開全部
模式識別與計算機視覺手冊 第6版 作者簡介
陳季鎬，1965年獲得普渡大學電氣博士 學位，1962年獲得美國田納西大學諾克斯維 爾分校電機工程碩士學位，1959年獲得臺灣 大學電子工程學士學位。目前，陳博士是馬薩 諸塞大學達特茅斯分校電氣和計算機工程名 譽教授，自1968年以來，他一直任教于該大 學。他的研究領域是統計模式識別和信號/圖 像處理應用于遙感、醫學成像、地球物理、 水下聲學與無損檢測問題，視頻監控中的計 算機視覺，時間序列分析，以及機器學習。 在其研究領域，陳博士出版(編輯和撰寫)了32 本書，其中部分書籍出版于世界科學出版社。 1986—2008年，他擔任《國際模式識別和人 工智能雜志》的副主編。自2008年以來，他. 一直是《模式識別雜志》的編委。目前，他擔 任世界科學出版社計算機視覺系列圖書的編輯 -職。自1988年以來，陳博士一直是電氣和 電子工程師協會(IEEE)的會員，2003年成為 該協會的終身會員。自1996年以來，陳博士 一直是國際模式識別協會(IAPR)的會員。.
書友推薦
- >
姑媽的寶刀
- >
山海經
- >
朝聞道
- >
回憶愛瑪儂
- >
上帝之肋:男人的真實旅程
- >
月亮虎
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
詩經-先民的歌唱
本類暢銷
