書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
模式識別與計算機視覺手冊 第6版

模式識別與計算機視覺手冊 第6版

出版社：清華大學出版社出版時間：2023-02-01
開本： 16開 頁數(shù)： 364
中 圖 價:¥148.5(7.5折) 定價  ¥198.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

模式識別與計算機視覺手冊 第6版 版權信息

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(yè)者的歡迎。近三十年來,模式識別與計算機視覺技術迅速發(fā)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(xiàn)，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(yè)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(shù)字農(nóng)業(yè)、智慧農(nóng)業(yè)和地理人工智能(GeoAI)等行業(yè),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(jiān)測技術體系的構建，實現(xiàn)果園地面環(huán)境和果樹長勢監(jiān)測、果園病蟲害診斷識別、土壤養(yǎng)分和水分監(jiān)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(xiàn)果園生產(chǎn)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(nèi)容簡介

本書篇幅有限，即便在現(xiàn)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(fā)展情況，這一點毋庸置疑。不同于期刊、特刊，本書涵蓋的內(nèi)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(fā)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(xiàn)已向大眾免費開放，網(wǎng)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(tǒng)

簡要介紹 2

參考文獻 3

第1章 *佳統(tǒng)計分類 5

1 引言 5

2 *優(yōu)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(yōu)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(tǒng)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(shù)據(jù)集即可進行

形狀建模和骨架提取的相

似域網(wǎng)絡 69

1 引言 69

2 相關研究 70

3 相似域 71

4 相似域網(wǎng)絡 72

5 使用SDN進行參數(shù)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(tǒng)高效深度

學習概述 99

1 引言 99

2 深度神經(jīng)網(wǎng)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(tǒng)

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(shù)

據(jù)分數(shù)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(shù)

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(nèi)超聲圖像自動分割 246

1 引言 246

2 數(shù)據(jù)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(xiàn)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(shù)據(jù)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(jīng)網(wǎng)絡 292

1 引言 292

2 細胞神經(jīng)網(wǎng)絡 293

3 使用DT-CNN關聯(lián)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(tài)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(lián)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(tǒng)計模式識別和信號/圖 像處理應用于遙感、醫(yī)學成像、地球物理、 水下聲學與無損檢測問題，視頻監(jiān)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(xié)會(IEEE)的會員，2003年成為 該協(xié)會的終身會員。自1996年以來，陳博士 一直是國際模式識別協(xié)會(IAPR)的會員。.

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服