Распознавание образов и анализ сцен, Дуда Р., Харт П., 1976

Распознавание образов и анализ сцен, Дуда Р., Харт П., 1976.

   Тематика книги связана с исследованиями по созданию интегральных роботов, способных к целенаправленным действиям в сложных условиях. В последние годы такие исследования интенсивно проводятся в разных странах. В книге полно и систематически изложены методы распознавания образов и дан анализ пространственных сцен по их плоскому изображению. Существующие в области распознавания образов методы авторы рассматривают с новых, нестандартных точек зрения. В конце каждой главы приводится список задач.
Книга доступна широкому кругу читателей, интересующихся или работающих над созданием искусственного интеллекта. Она может служить хорошим вводным курсом для студентов, специализирующихся в этой области.




МАШИННОЕ ВОСПРИЯТИЕ.
Стремление расширить область применения цифровых вычислительных машин существует со времени их появления. В известной мере это связано с требованиями практики, с поиском наиболее эффективных способов деятельности. Отчасти это вызвано также вполне понятным стремлением к усовершенствованию конструкции или способов программирования с целью придать машинам новые, ранее недоступные им функции. Так или иначе обе эти причины имеют отношение к определенному разделу науки об искусственном интеллекте, который мы будем называть машинным восприятием.

Способность машины воспринимать окружающий мир в настоящее время крайне ограниченна. Для преобразования света, звука, температуры и т. п. в электрические сигналы созданы разнообразные датчики. Если окружающая среда контролируется достаточно четко, а сигналы по своему смыслу просты, что имеет, например, место при применении обычных устройств ввода в ЭВМ, то задача восприятия оказывается несложной. Но, как только вместо считывания перфокарт или магнитных лент от машины требуется чтение рукописного текста или расшифровка биомедицинских фотографий, вместо задач ввода данных приходится иметь дело с гораздо более сложными задачами их интерпретации.

ОГЛАВЛЕНИЕ.
От редактора перевода.
Предисловие.
Часть I. Классификация образов.
Глава 1. Введение.
1.1. Машинное восприятие.
1.2. Пример.
1.3. Модель классификации.
1.4. Описательный подход.
1.5. Обзор содержания книги по главам.
1.6. Библиографические сведения.
Список литературы.
Глава 2. Байесовская теория решений.
2.1. Введение.
2.2. Байесовская теория решений — непрерывный случай.
2.3. Классификация в случае двух классов.
2.4. Классификация с минимальным уровнем ошибки.
2.5. Классификаторы, разделяющие функции и поверхности решений.
2.6. Вероятности ошибок и интегралы ошибок.
2.7. Нормальная плотность.
2.8. Разделяющие функции для случая нормальной плотности.
2.9. Байесовская теория решений — дискретный случай.
2.10. Независимые бинарные признаки.
2.11. Составная байесовская задача принятия решений и контекст.
2.12. Примечания.
2.13. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 3. Оценка параметров и обучение с учителем.
3.1. Оценка параметров и обучение с учителем.
3.2. Оценка по максимуму правдоподобия.
3.3. Байесовский классификатор.
3.4. Обучение при восстановлении среднего значения нормальной плотности.
3.5. Байесовское обучение в общем случае.
3.6. Достаточные статистики.
3.7. Достаточные статистики и семейство экспоненциальных функций.
3.8. Проблемы размерности.
3.9. Оценка уровня ошибки.
3.10. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 4. Непараметрические методы.
4.1. Введение.
4.2. Оценка плотности распределения.
4.3. Парзеновские окна.
4.4. Оценка методом kn ближайших соседей.
4.5. Оценка апостериорных вероятностей.
4.6,.Правило ближайшего соседа.
4.7. Правило k ближайших соседей.
4.8. Аппроксимации путем разложения в ряд.
4.9. Аппроксимация для бинарного случая.
4.10. Линейный дискриминант Фишера.
4.11. Множественный дискриминантный анализ.
4.12. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 5. Линейные разделяющие функции.
5.1. Введение.
5.2. Линейные разделяющие функции и поверхности решений.
5.3. Обобщенные линейные разделяющие функции.
5.4. Случай двух линейно разделимых классов.
5.5. Минимизация персептронной функции критерия.
5.6. Процедуры релаксаций.
5.7. Поведение процедур в случае неразделяемых множеств.
5.8. Процедуры минимизации квадратичной ошибки.
5.9. Процедуры Хо — Кашьяпа.
5.10. Процедуры линейного программирования.
5.11. Метод потенциальных функций.
5.12. Обобщения для, случая многих классов.
5.13. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 6. Обучение без учителя и группировка.
6.1. Введение.
6.2. Плотность смеси и идентифицируемость.
6.3. Оценки по максимуму правдоподобия.
6.4. Приложение к случаю нормальных смесей.
6.5. Байесовское обучение без учителя.
6.6. Описание данных и группировка.
6.7. Меры подобия.
6.8. Функции критериев для группировки.
6.9. Итеративная оптимизация.
6.10. Иерархическая группировка.
6.11. Методы, использующие теорию графов.
6.12. Проблема обоснованности.
6.13. Представление данных в пространстве меньшей размерности и многомерное масштабирование.
6.14. Группировка и уменьшение размерности.
6.15. Библиографические и исторические сведения.
Список литературы.
Задачи.
Часть II. Анализ сцен.
Глава 7. Представление изображений и их первоначальные упрощения.
7.1. Введение.
7.2. Представление информации.
7.3. Пространственное дифференцирование.
7.4. Пространственное сглаживание.
7.5. Сравнение с эталоном.
7.6. Анализ областей.
7.7. Прослеживание контуров.
7.8. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 8. Анализ пространственных частот.
8.1. Введение.
8.2. Теорема отсчетов.
8.3. Сравнение с эталоном и теорема о свертке.
8.4. Пространственная фильтрация.
8.5. Среднеквадратичная оценка.
8.6. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 9. Описания линии и формы.
9.1. Введение.
9.2. Описание линии.
9.3. Описание формы.
9.4. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 10. Перспективные преобразования.
10.1. Введение.
10.2. Моделирование процесса съемки изображения.
10.3. Перспективное преобразование в однородных координатах.
10.4. Перспективные преобразования с двумя системами отсчета.
10.5. Примеры применения.
10.6. Стереоскопическое восприятие.
10.7. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 11. Проективные инварианты.
11.1. Введение.
11.2. Сложное отношение.
11.3. Двумерные проективные координаты.
11.4. Линия, соединяющая объективы.
11.5. Аппроксимация ортогональным проектированием.
11.6. Восстановление объекта.
11.7. Библиографические и исторические сведения.
Список литературы.
Задачи.
Глава 12. Методы составления и обработки описаний в анализе сцен.
12.1. Введение.
12.2. Формальное представление описаний.
12.3. Трехмерные модели.
12.4. Анализ многогранников.
12.5. Библиографические и исторические сведения.
Список литературы.
Задачи.
Именной указатель.
Предметный указатель.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Распознавание образов и анализ сцен, Дуда Р., Харт П., 1976 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать djvu
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - djvu - Яндекс.Диск.




Теги: учебник по информатике :: информатика :: компьютеры :: Дуда :: Харт