目标检测历史,HistoryOfObjectRecognition
非常好的介绍目标检测算法演进过程的pdf,图文并茂,用时间线的方式回顾了深度学习时代目标检测算法的发展过程,包括一阶段和二阶段的算法,同时详细说明和介绍了目标检测领域许多专业术语的意义
非常好的介绍目标检测算法演进过程的pdf,图文并茂,用时间线的方式回顾了深度学习时代目标检测算法的发展过程,包括一阶段和二阶段的算法,同时详细说明和介绍了目标检测领域许多专业术语的意义
本书广泛吸取统计学、 神经网络、 数据挖掘、 机器学习、 人工智能、 群智能计算等学科的先进思想和理论, 将其应用到模式识别领域中; 以一种新的体系, 系统、 全面地介绍模式识别的理论、 方法及应用。 全书分为 14 章, 内容包括: 模式识别概述, 特征的选择与优化, 模式相似性测度, 基于概率统计的贝叶斯分类器设计, 判别函数分类器设计, 神经网络分类器设计 (BP 神经网络、 径向基函数神经网络、 自组织竞争神经网络、 概率神经网络、 对向传播神经网络、 反馈型神经网络), 决策树分类器设计, 粗糙集分类器设计, 聚类分析, 模糊聚类分析, 禁忌搜索算法聚类分析, 遗传算法聚类分析, 蚁群算法聚类分析, 粒子群算法聚类分析。 本书内容新颖, 实用性强, 理论与实际应用密切结合, 以手写数字识别为应用实例, 介绍理论运用于实践的实现步骤及相应的 Matlab 代码, 为广大研究工作者和工程技术人员对相关理论的应用提供借鉴。
1024勋章
持之以恒
勤写标兵
创作能手
笔耕不辍
五一创作勋章
分享学徒
签到新秀
阅读者勋章
持续创作