书籍详情
模式识别
作者：中国科学院
出版社：科学出版社
出版时间：2022-07-01
ISBN：9787030722805
定价：¥118.00
购买这本书可以去
内容简介
《模式识别》阐明了模式识别学科的科学意义与战略价值，总结了模式识别学科的发展历史及其研究规律，梳理了模式识别学科在基础理论、计算机视觉、语音语言信息处理、模式识别应用技术等方面的发展现状，分析了模式识别学科中尚未完全解决的关键科学问题，确定了面向学科前沿的优先发展方向和研究重点，指出了模式识别技术创新的新挑战、新使命与新机遇，提出了模式识别学科发展的保障措施与政策建议。《模式识别》旨在为模式识别学科的健康稳定发展奠定坚实的科学基础，促进模式识别在解决国计民生重大需求方面做出应有的贡献。
作者简介
暂缺《模式识别》作者简介
目录
目录 \n
总序 i \n
前言 vii \n
摘要 xi \n
Abstract xv \n
第一章 模式识别学科的科学意义与战略价值 1 \n
第一节 什么是模式识别 1 \n
第二节 模式识别学科的科学意义 3 \n
第三节 模式识别学科的战略价值 4 \n
第二章 模式识别学科的发展历史与研究规律 6 \n
第一节 模式识别学科的发展历史 6 \n
第二节 模式识别学科的研究规律 10 \n
第三章 模式识别学科的发展现状 12 \n
第一节 重要研究进展概述 12 \n
第二节 模式识别基础理论 13 \n
一、贝叶斯决策与估计 15 \n
二、概率密度估计 18 \n
三、分类器设计 20 \n
四、聚类 23 \n
五、特征提取与学习 26 \n
六、人工神经网络与深度学习 28 \n
七、核方法与支持向量机 31 \n
八、句法结构模式识别 33 \n
九、概率图模型 35 \n
十、集成学习 38 \n
十一、半监督学习 40 \n
十二、迁移学习 43 \n
十三、多任务学习 46 \n
第三节 计算机视觉 48 \n
一、计算成像学 50 \n
二、初期视觉 53 \n
三、图像增强与复原 55 \n
四、图像特征提取与匹配 58 \n
五、多视图几何理论 61 \n
六、摄像机标定与视觉定位 63 \n
七、三维重建 66 \n
八、目标识别与检测 69 \n
九、图像分割 71 \n
十、图像场景理解 74 \n
十一、图像检索 76 \n
十二、视觉跟踪 79 \n
十三、行为与事件分析 83 \n
第四节 语音语言信息处理 86 \n
一、语音语言基础资源建设 88 \n
二、汉字编码与输入输出及汉字信息处理 90 \n
三、知识工程与知识库建设 93 \n
四、语言模型 95 \n
五、序列标注模型 98 \n
六、句法结构理论和篇章表示理论 101 \n
七、文本表示模型 103 \n
八、自动问答与人机对话 106 \n
九、机器翻译 108 \n
十、听觉场景分析与语音增强 111 \n
十一、语音识别 113 \n
十二、语音合成 117 \n
第五节 模式识别应用技术 120 \n
一、面部生物特征识别 121 \n
二、手部生物特征识别 124 \n
三、行为生物特征识别 127 \n
四、声纹识别 129 \n
五、图像和视频合成 133 \n
六、遥感图像分析 136 \n
七、医学图像分析 139 \n
八、文字与文本识别 142 \n
九、复杂文档版面分析 144 \n
十、多媒体数据分析 148 \n
十一、多模态情感计算 150 \n
十二、图像取证与安全 153 \n
第四章 模式识别学科的发展趋势 156 \n
第一节 重要发展趋势概述 156 \n
第二节 模式识别基础理论 157 \n
一、模式识别的认知机理与计算模型 159 \n
二、理想贝叶斯分类器逼近 160 \n
三、基于不充分信息的模式识别 161 \n
四、开放环境下的自适应学习 162 \n
五、知识嵌入的模式识别 162 \n
六、交互式学习的理论模型与方法 163 \n
七、可解释性深度模型 164 \n
八、新型计算架构下的模式识别 164 \n
九、模式结构解释和结构模型学习 165 \n
十、安全强化的模式识别理论与方法 166 \n
第三节 计算机视觉 167 \n
一、新型成像条件下的视觉研究 168 \n
二、生物启发的计算机视觉研究 169 \n
三、多传感器融合的三维视觉研究 170 \n
四、高动态复杂场景下的视觉场景理解 171 \n
五、小样本目标识别与理解 172 \n
六、复杂行为语义理解 173 \n
第四节 语音语言信息处理 174 \n
一、语义表示和语义计算模型 174 \n
二、面向小样本和鲁棒可解释的自然语言处理 175 \n
三、基于多模态信息的自然语言处理 176 \n
四、交互式、自主学习的自然语言处理 177 \n
五、类脑语言信息处理 177 \n
六、复杂场景下的语音分离与识别 178 \n
七、小数据个性化语音模拟 179 \n
第五节 模式识别应用技术 179 \n
一、非受控环境下的可信生物特征识别 180 \n
二、生物特征深度伪造和鉴伪 181 \n
三、遥感图像弱小目标识别和场景理解 182 \n
四、医学图像高精度解释 183 \n
五、复杂文档识别与重构 184 \n
六、异构空间网络关联事件分析与协同监控 185 \n
七、神经活动模式分析 186 \n
第五章 我国的模式识别学科研究现状与发展建议 187 \n
第一节 我国的模式识别学科研究现状 187 \n
第二节 我国的模式识别学科重点发展方向 191 \n
第三节 我国的模式识别学科发展建议 193 \n
一、科技人才培养 193 \n
二、团队制度建设 194 \n
三、科研支持政策与国际合作政策 195 \n
参考文献 196 \n
关键词索引 255 \n
彩图
总序 i \n
前言 vii \n
摘要 xi \n
Abstract xv \n
第一章 模式识别学科的科学意义与战略价值 1 \n
第一节 什么是模式识别 1 \n
第二节 模式识别学科的科学意义 3 \n
第三节 模式识别学科的战略价值 4 \n
第二章 模式识别学科的发展历史与研究规律 6 \n
第一节 模式识别学科的发展历史 6 \n
第二节 模式识别学科的研究规律 10 \n
第三章 模式识别学科的发展现状 12 \n
第一节 重要研究进展概述 12 \n
第二节 模式识别基础理论 13 \n
一、贝叶斯决策与估计 15 \n
二、概率密度估计 18 \n
三、分类器设计 20 \n
四、聚类 23 \n
五、特征提取与学习 26 \n
六、人工神经网络与深度学习 28 \n
七、核方法与支持向量机 31 \n
八、句法结构模式识别 33 \n
九、概率图模型 35 \n
十、集成学习 38 \n
十一、半监督学习 40 \n
十二、迁移学习 43 \n
十三、多任务学习 46 \n
第三节 计算机视觉 48 \n
一、计算成像学 50 \n
二、初期视觉 53 \n
三、图像增强与复原 55 \n
四、图像特征提取与匹配 58 \n
五、多视图几何理论 61 \n
六、摄像机标定与视觉定位 63 \n
七、三维重建 66 \n
八、目标识别与检测 69 \n
九、图像分割 71 \n
十、图像场景理解 74 \n
十一、图像检索 76 \n
十二、视觉跟踪 79 \n
十三、行为与事件分析 83 \n
第四节 语音语言信息处理 86 \n
一、语音语言基础资源建设 88 \n
二、汉字编码与输入输出及汉字信息处理 90 \n
三、知识工程与知识库建设 93 \n
四、语言模型 95 \n
五、序列标注模型 98 \n
六、句法结构理论和篇章表示理论 101 \n
七、文本表示模型 103 \n
八、自动问答与人机对话 106 \n
九、机器翻译 108 \n
十、听觉场景分析与语音增强 111 \n
十一、语音识别 113 \n
十二、语音合成 117 \n
第五节 模式识别应用技术 120 \n
一、面部生物特征识别 121 \n
二、手部生物特征识别 124 \n
三、行为生物特征识别 127 \n
四、声纹识别 129 \n
五、图像和视频合成 133 \n
六、遥感图像分析 136 \n
七、医学图像分析 139 \n
八、文字与文本识别 142 \n
九、复杂文档版面分析 144 \n
十、多媒体数据分析 148 \n
十一、多模态情感计算 150 \n
十二、图像取证与安全 153 \n
第四章 模式识别学科的发展趋势 156 \n
第一节 重要发展趋势概述 156 \n
第二节 模式识别基础理论 157 \n
一、模式识别的认知机理与计算模型 159 \n
二、理想贝叶斯分类器逼近 160 \n
三、基于不充分信息的模式识别 161 \n
四、开放环境下的自适应学习 162 \n
五、知识嵌入的模式识别 162 \n
六、交互式学习的理论模型与方法 163 \n
七、可解释性深度模型 164 \n
八、新型计算架构下的模式识别 164 \n
九、模式结构解释和结构模型学习 165 \n
十、安全强化的模式识别理论与方法 166 \n
第三节 计算机视觉 167 \n
一、新型成像条件下的视觉研究 168 \n
二、生物启发的计算机视觉研究 169 \n
三、多传感器融合的三维视觉研究 170 \n
四、高动态复杂场景下的视觉场景理解 171 \n
五、小样本目标识别与理解 172 \n
六、复杂行为语义理解 173 \n
第四节 语音语言信息处理 174 \n
一、语义表示和语义计算模型 174 \n
二、面向小样本和鲁棒可解释的自然语言处理 175 \n
三、基于多模态信息的自然语言处理 176 \n
四、交互式、自主学习的自然语言处理 177 \n
五、类脑语言信息处理 177 \n
六、复杂场景下的语音分离与识别 178 \n
七、小数据个性化语音模拟 179 \n
第五节 模式识别应用技术 179 \n
一、非受控环境下的可信生物特征识别 180 \n
二、生物特征深度伪造和鉴伪 181 \n
三、遥感图像弱小目标识别和场景理解 182 \n
四、医学图像高精度解释 183 \n
五、复杂文档识别与重构 184 \n
六、异构空间网络关联事件分析与协同监控 185 \n
七、神经活动模式分析 186 \n
第五章 我国的模式识别学科研究现状与发展建议 187 \n
第一节 我国的模式识别学科研究现状 187 \n
第二节 我国的模式识别学科重点发展方向 191 \n
第三节 我国的模式识别学科发展建议 193 \n
一、科技人才培养 193 \n
二、团队制度建设 194 \n
三、科研支持政策与国际合作政策 195 \n
参考文献 196 \n
关键词索引 255 \n
彩图
猜您喜欢
