Zdjęcia produktu


Metody klasyfikacji obiektów w wizji komputerowej (Katarzyna Stąpor)

(2011 / 224 / Wydawnictwo Naukowe PWN / Katarzyna Stąpor / 9788301203993)
E-booki Katarzyna Stąpor
Dostepność na dzień 25.11.2024: w magazynie

Promocyjna oferta cenowa:

66,98 zł
Sklep TaniaKsiazka.pl
Przejdź do sklepu Najlepsza oferta w bazie!
Przejdź do sklepu 66,98 zł - najtaniej w bazie!

Prezentowana oferta sklepu TaniaKsiazka.pl jest najbardziej atrakcyjna cenowo spośród setek sklepów internetowych w naszej bazie. Przeglądaj pełny ranking cen i ofert Porównanie cen następuje w czasie rzeczywistym.

Recenzje i opinie

Opis produktu Metody klasyfikacji obiektów w wizji komputerowej

Tytuł Metody klasyfikacji obiektów w wizji komputerowej Autor Katarzyna Stąpor Język polski Wydawnictwo Wydawnictwo Naukowe PWN ISBN 978-83-01-20399-3 Rok wydania 2011 Warszawa Wydanie 2 ilość stron 224 Format mobi, epub Spis treści Przedmowa XI Literatura XVII 1. Komponenty składowe zadania rozpoznawania 1 1.1. Metody reprezentacji obiektów 1 1.2. Zadania klasyfikacji nadzorowanej 4 1.2.1. Sformułowanie problemu 4 1.2.2. Przykład: klasyfikator minimalno-odległooeciowy 9 1.3. Zadanie klasyfikacji nienadzorowanej 14 1.3.1. Sformułowanie problemu 14 1.3.2. Miary podobieństwa 18 1.3.3. Przykład: grupowanie sekwencyjne 21 Literatura 24 2. Empiryczne klasyfikatory Bayesa 25 2.1. Słuszny klasyfikator Bayesa 25 2.2. Klasyfikatory empiryczne 29 2.3. Klasyfikatory właściwościczne oparte na rozkładzie normalnym 31 2.4. Klasyfikatory nieparametryczne 38 2.4.1. Estymacja funkcji gęstości 38 2.4.2. Estymacja jądrowa 39 2.4.3. Estymacja metodą najbliższego sąsiada 41 2.4.4. Klasyfikator z estymatorem jądrowym 41 2.4.5. Klasyfikator z estymatorem najbliższego sąsiada 45 Literatura 48 3. Klasyfikatory definiowane w sposób bezpośredni 49 3.1. Klasyfikatory liniowe 49 3.1.1. Perceptronowa reguła uczenia 51 3.1.2. Liniowa dyskryminacja Fishera 53 3.1.3. Reguła maksymalizacji marginesu 55 3.2. Klasyfikatory nieliniowe 61 3.2.1. Klasyfikator wielomianowy 63 3.2.2. Nieliniowy klasyfikator SVM 65 3.2.3. Perceptron wielowarstwowy 70 3.3. Klasyfikator drzewiasty 78 3.4. Stabilizowanie klasyfikatorów słabych 81 Literatura 83 4. Klasyfikatory definiowane przez struktury symboliczne 85 4.1. Wprowadzenie 85 4.2. Podstawowe struktury symboliczne 86 4.2.1. Ciąg 86 4.2.2. Graf 87 4.2.3. Opis relacyjny 90 4.3. Strukturalne przypasowanie ciągów 91 4.3.1. Odległość strukturalna 91 4.3.2. Algorytm dobrania 92 4.3.3. Kompozycja modelu klasy 93 4.4. Strukturalne dopasowanie grafów oparte na izomorfizmie 95 4.4.1. Odległość strukturalna 95 4.4.2. Algorytm dostosowania 97 4.5. Strukturalne dostosowanie grafów oparte na homeomorfizmie 99 4.5.1. Odległość strukturalna 100 4.5.2. Algorytm dobrania 102 4.6. Strukturalne dobranie oparte na metodach reprezentacji wiedzy 106 4.6.1. Hybrydowa sieć semantyczna 108 4.6.2. Algorytm strukturalnego dostosowania 112 Literatura 116 5. Klasyfikatory definiowane przez gramatykę 117 5.1. Wprowadzenie 117 5.2. Gramatyki ciągowe 118 5.3. Zwiększenia gramatyki ciągowej 121 5.4. Algorytm analizy syntaktycznej Earleya 124 5.5. Analiza syntaktyczna z korekcją błędów 128 5.6. Syntaktyczny klasyfikator rysunków liniowych 129 5.6.1. Symbole terminalne 130 5.6.2. Korekcja błędów 132 5.6.3. Produkcje 133 5.6.4. Analiza syntaktyczna 134 Literatura 137 6. Podziałowe algorytmy grupowania 139 6.1. Algorytmy iteracyjnej optymalizacji 139 6.1.1. Algorytmy grupowania twardego 140 6.1.2. Algorytmy grupowania rozmytego 143 6.1.3. Algorytmy grupowania posybilistycznego 146 6.2. Algorytmy gęstościowe 151 6.3. Algorytmy grafowe 156 6.4. Algorytmy wykorzystujące sieci neuronowe 161 6.5. Walidacja grupowania 163 Literatura 165 7. Hierarchiczne algorytmy grupowania 167 7.1. Wprowadzenie 167 7.2. Algomeracyjne algorytmy macierzowe 168 7.3. Grupowanie wielkich zbiorów danych 177 Literatura 179 8. Ocena błędu i wybór klasyfikatora 180 8.1. Przedstawienie problemu 180 8.2. Metody wykorzystujące statystyczną teorię uczenia 181 8.3. Metody eksperymentalne 183 8.4. Uogólnianie, niedouczenie i przeuczenie klasyfikatora 185 Literatura 188 9. Ekstrakcja i selekcja cech 189 9.1. Przedstawienie problemu 189 9.2. Wstępne przetwarzanie informacji 190 9.3. Ekstrakcja cech 192 9.4. Selekcja cech 195 Literatura 198 10. Komputerowy system wizyjny do rozpoznawania jaskry 199 10.1. Badanie dna oka 199 10.2. Podstawy przetwarzania i analizy obrazów cyfrowych 201 10.2.1. Obraz cyfrowy 201 10.2.2. Polepszanie jakości obrazu 203 10.2.3. Segmentacja obrazu 206 10.2.4. Reprezentacja i opis 207 10.3. Moduł przetwarzania wstępnego 208 10.4. Moduł selekcji cech 211 10.5. Moduł uczenia i testowania klasyfikatora 214 Literatura 214 Skorowidz 216

Dane oraz specyfikacja:

  • Kategoria

    E-booki
  • Producent

    Katarzyna Stąpor
  • ISBN

    9788301203993
  • Autor

    Katarzyna stąpor
  • Wydawnictwo

    Wydawnictwo naukowe pwn
  • Ilość stron

    224
  • Rok wydania

    2011
  • Przecena

    -
  • Opinia użytkowników

    -

Ranking ofert - najlepsze promocyjne ceny 2017

  • Metody klasyfikacji obiektów w wizji komputerowej (sklep TaniaKsiazka.pl)
    66,98 zł Sklep TaniaKsiazka.pl
    Przejdź do sklepu

W naszym rankingu znajduje się 1 promocyjnych ofert w cenie 66,98 zł.

Opinie i recenzje użytkowników

Dodaj opinie lub recenzję dla Metody klasyfikacji obiektów w wizji komputerowej. Twój komentarz zostanie wyświetlony po moderacji.

Produkty powiązane

Inne w kategorii E-booki