可视化模式识别PDF|Epub|txt|kindle电子书版本网盘下载

可视化模式识别PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 模式分类的基本哲学思想与可分性原理1

1.1.1 模式分类的基本哲学思想1

1.1.2 模式可分性原理4

1.1.3 非线性变换与优化算法5

1.1.4 模式分类的几个基本途径6

1.2 模式识别的实现原理7

1.2.1 统计模式识别与结构模式识别7

1.2.2 基于表示原理的模式识别方法9

1.3 可视化与可视分析11

1.3.1 可视化技术分类12

1.3.2 可视化技术问题及发展方向15

1.4 可视化模式识别框架16

第2章 可视化模式识别理论基础18

2.1 可视化模式识别基本原理18

2.2 可视化放大人类感知的科学基础21

2.3 几何代数22

2.3.1 几何代数公理化定义22

2.3.2 几何代数基本概念和定理23

2.3.3 共形几何代数表示27

2.4 形式概念分析30

2.4.1 形式背景与概念31

2.4.2 概念格的生成与可视化方法33

第3章 可视化模式识别的表示问题36

3.1 模式识别的表示问题36

3.2 表示的理解与表示的原则36

3.3 表示的方法38

3.3.1 原始数据表示38

3.3.2 统计数据表示38

3.4 可视化模式识别的图表示41

3.4.1 高维数据的二维图单点表示原理42

3.4.2 高维数据的二维图多点表示原理47

3.5 多元图图形基元表示和特征基元表示49

3.5.1 多元图图形基元表示50

3.5.2 多元图特征基元表示53

3.6 多元数据子空间多向量表示矩阵57

3.6.1 子空间多向量表示57

3.6.2 子空间复数表示57

3.6.3 子空间四元数表示58

3.7 子空间局部坐标系59

3.7.1 笛卡儿坐标系59

3.7.2 极坐标系59

3.7.3 仿射坐标系59

3.7.4 重心坐标系60

3.7.5 几种图表示方法的子空间坐标表示模型61

3.8 基于非线性变换的图表示优化63

3.8.1 非线性变换的作用与原则63

3.8.2 多元图表示的非线性优化64

3.8.3 优化的试验与分析66

3.9 平行坐标可视化表示优化68

3.9.1 凸壳定义与算法69

3.9.2 凸壳优化平行坐标69

3.10 星座图表示方法优化72

第4章 基于几何代数子空间的图形特征提取75

4.1 多元图表示图形特征优化模型75

4.1.1 多元图表示图形特征学习优化模型77

4.1.2 图形特征优化算子79

4.1.3 人机交互81

4.2 雷达图的图形特征提取方法82

4.2.1 雷达图图形的结构特点82

4.2.2 面积图形特征82

4.2.3 重心图形特征84

4.2.4 图形特征的实验结果与分析85

4.3 特征排序优化86

4.3.1 图形特征提取中的特征排序问题86

4.3.2 基于特征选择的特征排序方法88

4.3.3 基于遗传算法的特征排序方法88

4.3.4 基于准则函数的特征排序方法92

4.3.5 特征排序的实验结果与分析93

4.4 传统的子空间特征提取方法及实验结果104

第5章 基于几何代数子空间的升维变换和特征选取109

5.1 基于几何代数子空间的升维变换原理109

5.2 基于图形特征的升维变换112

5.3 升维后的特征选取114

5.3.1 特征选取思想114

5.3.2 特征选择方法114

5.4 升维变换和特征选取的实验结果及分析117

第6章 基于多元图的图形分类方法119

6.1 基于图形相异度的图形分类器119

6.1.1 单原型图形分类器120

6.1.2 近邻图形分类器120

6.2 基于平行坐标的平行筛可视化分类方法121

6.3 基于平行坐标的贝叶斯可视化分类方法126

第7章 可视化分类原理的多维筛分类器137

7.1 多维筛分类器基本原理137

7.2 多维筛与传统可视化分类器的区别138

7.3 基于色度学空间的多元图表示140

7.3.1 传统多元图表示的局限140

7.3.2 色度学在多元图表示中的应用142

7.3.3 色度多元图的生成方法143

7.4 基于域匹配思想的类域生成原理144

7.4.1 经典分类界面生成算法分析144

7.4.2 主动生长类域生成基本思想145

7.5 基于计算几何的主动生长分类界面形成147

7.5.1 数据描述147

7.5.2 一维空间下的主动生长147

7.5.3 主动生长的等效算法149

7.5.4 高维扩展151

7.6 域匹配空间的可视化信息152

7.7 基于粗糙度的子分类器权重计算155

7.7.1 分类界面中的模糊性155

7.7.2 特定类粗糙度计算156

7.7.3 子分类器空间权重计算159

7.8 类空间规整度的计算几何组合分类器权重分配161

7.8.1 分类界面中共生关系计算161

7.8.2 子分类器规整度与权重计算163

7.9 多维筛分类器性能测试与评价163

7.9.1 实验数据163

7.9.2 不同加权方式测试164

7.9.3 不同分类器对比实验165

7.9.4 分类界面对比169

第8章 基于知识可视化表示原理的模式识别方法171

8.1 属性偏序结构图171

8.1.1 属性的基本特征171

8.1.2 属性偏序结构图174

8.2 属性偏序结构图的生成175

8.2.1 形式背景预处理175

8.2.2 形式背景的覆盖优化177

8.2.3 包含度180

8.2.4 分层类坐标矩阵182

8.2.5 偏序结构图的Matlab生成算法184

8.3 属性偏序结构图在决策背景中的应用186

8.3.1 泌尿系统疾病数据库186

8.3.2 构建形式背景188

8.3.3 可视化表示及知识发现190

第9章 可视化技术的典型应用193

9.1 可视化技术在语音信号处理中的应用193

9.1.1 语音信号的特征参数可视化193

9.1.2 语音信号特征参数的二维可视化数据分析195

9.2 可视化技术在声诊中的应用201

9.2.1 语谱图原理202

9.2.2 语谱图的绘制步骤202

9.2.3 基于语谱图的声诊举例203

9.3 可视化技术在多媒体智能信息处理系统的应用204

9.3.1 多媒体智能信息处理系统简介204

9.3.2 音频信息可视化的模式识别基础205

9.3.3 基于音频内容的可视化方法207

9.4 复杂过程的信息可视化211

9.4.1 焊接温度场的模拟211

9.4.2 枝晶生长模拟214

9.5 文本可视化220

9.6 城市三维可视化225

9.7 医学图像可视化228

9.8 音乐可视化231

第10章 可视化模式识别的蛋白质组学癌症诊断应用235

10.1 蛋白质组学质谱数据235

10.1.1 SELDI-TOF MS的原理和质谱数据生成235

10.1.2 蛋白质组学质谱数据的模式识别流程237

10.1.3 蛋白质组学质谱数据预处理技术237

10.1.4 蛋白质组学质谱数据预处理举例243

10.2 基于多元图图形特征的特征选取与分类245

10.2.1 雷达图图形特征选取245

10.2.2 雷达图的图形特征246

10.2.3 基于雷达图的图形特征的癌症诊断247

10.3 径向坐标可视分析蛋白质组学质谱模式249

10.3.1 二维径向坐标映射模型249

10.3.2 径向坐标映射优化251

10.3.3 本征维数的最大似然估计251

10.3.4 三维径向坐标映射模型253

10.3.5 质谱数据的实验结果与分析254

参考文献259