【神经网络模式识别及其实现】[美]AbhijitS.PandyaRobertB.Macy电子工业.pdf

尽管有许多有关统计模式识别的著作,但它们并不包括神经网络方法。反过来,有关本书试图在同一框架下讨论模式分类和神经网络方法,并使之适合于专业人员。认为神经网络是由复杂机制控制、能提供令我们惊奇或失望结果的黑盒子是不应该的。只要有了对基本理论和实际例子的理解,专业人员就能够更好地在设计中作出正确选择,使神经网络的应对于每一个网络示例,我们努力为每一个方法给出直观的解释,并在合适的地方用严格的数学方法加以论证和扩充。为了丰富和更加明确地描述各种概念、模型和算法,给出了大多数所讨论的神经网络模型的实际C+实现程序,提供了论题的解释图表和方法的描述。

序言为什么在已经有许多优秀著作的情况下,我们还感觉有必要写一部专著,来论述模式识别这个传统的论题？答案在于,我们是要深人全面地讨论作为自然模式分类器或聚类器的神经网络。人工神经网络计算是一个极为活跌的研究领域,它的一个重要应用就是处理模式化信息以及含有潜在模式的信息。神经网络研究无论过去还是现在的迅速进展,促进了模式识别其它相关方法的发展。较之传统的统计模式识别的范畴,模式识别已经成为更为广泛意义上的方法学。将人工神经网络计算引人传统模式识别中,则使模式识别这一方法学变得更加具模式识别系统是基于复杂模式或对象的可测属性,或由可测属性得到的特征,对这些模式进行自动分类或聚类的

录目第一章引言 1模式识别系统 1人工神经网络方法的产生 1模式识别序言 1统计模式识别 1按句法规则的模式识别 1字符识别问题 1题目的组织参考书与文献第二章神经网络概述 2生物神经网络概述 2.