☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

内容简介

　　《模糊分类及其在光谱信息处理中的应用》主要研究模糊分类中的模糊聚类，模糊特征提取和模糊分类器以及它们在农产品／食品的近红外光谱信息处理中的应用。模糊聚类算法涉及模糊c_均值聚类、联合模糊C_均值聚类、利用核方法和新的非欧氏距离改进一些模糊聚类、一种改进的可能模糊C_均值聚类算法等。模糊特征提取涉及模糊线性判别分析、核模糊主成分分析、核模糊判别分析、模糊非相关判别分析等。模糊分类器涉及模糊K近邻，核模糊K近邻。用模糊聚类算法对苹果近红外光谱、生菜近红外光谱、茶叶中红外光谱进行分类。用模糊线性判别分析和模糊非相关判别分析提取近红外光谱的鉴别信息。
　　《模糊分类及其在光谱信息处理中的应用》可为研究模糊分类、模式识别和近红外光谱信息处理方向的科研工作者提供借鉴和参考，也町为从事农产品、食品近红外光谱信息的分析和处理的研究生和教师提供参考。

内页插图

目录

1 绪论
1．1 模糊分类概述
1．2 模糊分类的发展概况
1．3 模糊分类的基本理论简介
1．3．1 模糊集合
1．3．2 基于目标函数的模糊聚类
1．3．3 模糊判别分析
1．4 本章小结
参考文献

2 模糊混合聚类模型
2．1 模糊聚类概述
2．2 联合模糊C-均值聚类模型
2．2．1 MPCM模型
2．2．2 AFCM模型
2．2．3 MPCM和AFCM的对比实验
2．3 一种改进的可能模糊聚类算法
2．3．1 PCA算法及其存在的问题
2．3．2 改进的PCM与改进的PFcM
2．3．3 实验结果
2．4 基于聚类中心分离的可能模糊聚类模型
2．4．1 基于聚类中心分离的模糊C一均值聚类（FCM_CCS）
2．4．2 基于聚类中心分离的可能聚类（PCM_CCS）
2．4．3 基于聚类中心分离的可能模糊聚类（PFCM_CCS）
2．4．4 实验结果
2．5 一种混合可能聚类算法
2．5．1 算法描述
2．5．2 实验结果
2．6 联合模糊熵聚类
2．6．1 算法描述
2．6．2 实验结果
2．7 本章小结
参考文献

3 基于核的模糊聚类
3．1 核模糊聚类概述
3．2 基于核的修正可能C-均值聚类
3．2．1 算法描述
3．2．2 实验结果
3．3 基于核的广义噪声聚类算法
3．3．1 GNC算法
3．3．2 KGNC算法
3．3．3 实验结果
3．4 基于核的可能模糊C_均值聚类
3．4．1 算法描述
3．4．2 实验结果
3．5 基于核的聚类中心分离的模糊C_均值聚类
3．5．1 算法描述
3．5．2 实验结果
3．6 基于核的类间分离聚类
3．6．1 算法描述
3．6．2 实验结果
3．7 本章小结
参考文献

4 基于非欧氏距离的模糊聚类算法
4．1 引言
4．2 一种新的非欧氏距离
4．3 基于非欧氏距离可能模糊C_均值聚类算法
4．3．1 可能模糊c-均值聚类算法
4．3．2 APFCM算法
4．3．3 实验结果
……

5 基于核的模糊鉴别信息提取及分类
6 基于模糊协方差矩阵聚类的茶叶红外光谱分类
7 苹果近红外光谱的模糊聚类分析
8 茶叶傅里叶红外光谱模糊聚类分析
9 模糊K调和均值聚类的近／中红外光谱分类
10 模糊学习矢量量化模型

前言/序言

　　模糊分类是模式识别中一个重要的分支，它是模糊数学在信息科学中的应用之一。当精确数学方法无法处理自然和社会中的模糊事物时，模糊数学随着科技发展的需要诞生了。当我们需要对一些模糊的事物进行分类时，模糊分类比传统分类方法更能够体现事物的不确定性。在模糊分类算法中模糊聚类应用得最广泛，它广泛应用于汉字字符识别、语音识别、图像处理和雷达目标识别等等。但是，涉及应用模糊分类处理近／中红外光谱信息方面的相关文献比较少，而这正是本书的主要论述内容。
　　本书主要论述了模糊分类中的一些算法，尤其是模糊聚类分析。同时，将模糊分类应用到农产品／食品的近红外／中红外光谱信息处理中。如何提高聚类准确率，降低噪声的影响，减少聚类时间是模糊聚类分析时要解决的主要问题，也是本书主要的论述内容。
　　本书主要研究模糊分类中的三大部分：模糊聚类，模糊特征提取和模糊分类器。在分析现有的几种模糊聚类基础上提出了一些新的模糊聚类算法以提高聚类的准确性，减少聚类时间和提高聚类性能，同时结合核方法和新的距离测度改进模糊聚类算法，研究苹果近红外光谱、生菜近红外光谱和茶叶中红外光谱的模糊聚类分析。本书的主要内容包括：第1章介绍了模糊分类的发展概况和基本理论知识；第2章论述了几种模糊混合聚类模型；第3章应用核方法改进现有的几种模糊聚类算法；第4章论述了基于非欧氏距离的模糊聚类算法；第5章论述了模糊鉴别信息提取算法及基于核的模糊鉴别信息提取算法和基于核的模糊K-近邻法；第6章论述了两种新的GK聚类算法以及它们在茶叶红外光谱分类中的应用；第7章论述了苹果近红外光谱的模糊聚类分析；第8章论述了模糊鉴别C均值聚类，模糊鉴别学习矢量量化和一种广义噪声聚类以及它们在茶叶红外光谱分类中的应用；第9章论述了两种新的模糊K调和均值聚类以及它们在光谱分类中的应用；第10章论述了四种模糊学习矢量量化模型以及它们在光谱分类中的应用。
　　本书主要由江苏大学武小红副教授（撰写了15.1万字）和滁州职业技术学院武斌副教授（撰写了6万字）完成。在本书写作过程中，孙俊教授、李敏教授给予了大力支持并提供了宝贵的建议和帮助。本书的出版获得了安徽省高等教育振兴计划人才项目“高校优秀青年人才支持计划”（皖教秘人[2014]181号）和江苏高校优势学科建设工程资助项目PAPD的资助。在此表示衷心的感谢。
　　由于作者业务水平和时间所限，书中难免存在错误和不当之处，敬请读者批评指正；
模糊分类及其在光谱信息处理中的应用 电子书 下载 mobi epub pdf txt

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

类似图书 点击查看全场最低价