机读格式显示(MARC)

• 000 01398nam0 2200301 450

• 001 0000499354

• 005 20240529094200.0

• 010 __ |a 978-7-81142-797-4 |d CNY26.00

• 100 __ |a 20200528d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 130000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 模式识别方法及其在复杂体系中的应用 |A mo shi shi bie fang fa ji qi zai fu za ti xi zhong de ying yong |f 李艳坤, 庞佳烽, 马昕鹏编著

• 210 __ |a 秦皇岛 |c 燕山大学出版社 |d 2020

• 215 __ |a 168页 |c 图 |d 21cm

• 300 __ |a “中央高校基本科研业务费专项资金 (2017MS135)”“国家自然科学基金 (21305043)”资助 出版社规划教材

• 314 __ |a 李艳坤, 华北电力大学环境科学与工程学院副教授, 博士, 美国佐治亚理工学院访问学者。

• 320 __ |a 有书目

• 330 __ |a 模式识别 (分类) 作为人工智能的一个重要应用领域, 利用计算机通过算法根据样本的特征信息, 对样本进行类别归属。本书介绍总结了多种传统及新型的模式识别方法包括主成分分析法、偏最小二乘判别分析法、线性判别分析法、人工神经网络等的发展、原理、特点、优缺点以及作者研究过程中在不同的实际复杂环境、生物、化学体系中的成功应用实例。本书分为原理篇和应用篇两部分, 两部分前后呼应。

• 606 0_ |a 模式识别 |A mo shi shi bie |x 研究

• 690 __ |a O235 |v 5

• 701 _0 |a 李艳坤 |A li yan kun |4 编著

• 701 _0 |a 庞佳烽 |A pang jia feng |4 编著

• 701 _0 |a 马昕鹏 |A ma xin peng |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20200528

• 905 __ |a WFKJXY |d O235/6

• 920 __ |a 4370400 |z 1