内容简介：
《模式识别与智能计算:Matlab技术实现》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。全书共分为13章，内容包括：模式识别概述，特征的选择与提取，模式相似性测度，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、径向基函数冲经网络、自组织竞争神经网络、慨率神经网络、对向传播神经网络、反馈型神经网络），决策树分类器，粗糙集分类器，聚类分析，模糊聚类分析，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。
资源目录：
第1章 模式识别概述
第2章 特征的选择与提取
第3章 模式相似性测度
第4章 基于概率统计的贝叶斯分类器设计
第5章 判别函数分类器设计
第6章 神经网络分类器设计
第7章 决策树分类器
第8章 粗糙集分类器
第9章 聚类分析
第10章 模糊聚类分析
第11章 遗传算法聚类分析
第12章 蚁群算法聚类分析
第13章 粒子群算法聚类分析
参考文献
资源截图：
