模式识别的非相似表示:基础与应用
开篇：润墨网以专业的文秘视角，为您筛选了一篇模式识别的非相似表示:基础与应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
Elzbieta Pekalska Delft University of
Technology Delft, Netherlands
Robert P.W.Duin Delft University of
Technology Delft, Netherlands
Dissimilarity Representation
For Pattern Recognition
Foundations And Applications
Series In Machine Perception And
Artificial Intelligence, Vol.64
2005,607pp.
Hardcover USD:98.00
ISBN 9789812565303
E佩卡尔斯坎RPW杜因著
模式识别中的一个基本问题是怎样断定不同的对象、现象或者事件之间的差异。这就意味着非相似比相似更加基础。因此本书的作者决定把注意力更多地放在非相似上。
本书为模式识别提供了一种新的重要方法，将对象按照它与其他对象的关系，而不是通过特性或模型来表示的。这种非相似表示将在传统上相互对立的统计模式识别与与结构模式识别之间架设了桥梁。世界上的物理现象、对象和事件经常是以各种复杂的方式相互关联，这样的关系通常以图或者图表的形式建模。这对于在专家之间的交流是有用的，但是这种表示对于机器学习过程的结合与集成是很困难的。如果这种关系是用一组非相似来捕获的，则普通的数据分析过程就有可能被应用于分析。通过利用从未有过的而且是传统教科书所缺乏的方法进行详细地描述，作者精巧地撰写了本书。
本书共有12章和5个附录。它们是第1章绪论；第2章空间；第3章非相似的特征表示；第4章学习方法；第5章不相似度量；第6章可视化；第7章对数据的进一步探索；第8章单级分类器；第9章分类；第10章组合；第11章对表示的再考察及建议；第12章结论。附录A凸函数与凹函数；附录B矢量空间中的线性代数；附录C度量与概率；附录D统计边缘；附录E数据集合。
本书是《机器认知人工智能》丛书的第64卷，它的内容是对本书第一作者博士论文的扩展。与本书内容相关的研究工作受到了荷兰科学研究组织(NWO)的资助，它提供了一种建立新颖表示的自然及同属的方法。这种方法弥合了对现实世界进行观察和机器学习过程之间的差别，说明了怎样把结构知识与观察的统计分析相集成。为建立基于周围非相似表示的模式识别系统提供了数学基础、精细的设计过程和实例。这是一本对于每一位研究或开发模式识别系统的研究人员和系统设计人员不可或缺的书籍。
胡光华，高级软件工程师
(原中国科学院物理学研究所)
Hu Guanghua, Senior Software Engineer
(Former Institute of Physics,the Chinese Academy of Sciences)