图书介绍
模糊分类及其在光谱信息处理中的应用PDF|Epub|txt|kindle电子书版本网盘下载
- 武小红 著
- 出版社： 南京：东南大学出版社
- ISBN：9787564171827
- 出版时间：2017
- 标注页数：159页
- 文件大小：23MB
- 文件页数：169页
- 主题词：模糊分类－应用－红外光谱－信息处理
PDF下载
下载说明
模糊分类及其在光谱信息处理中的应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
1 绪论1
1.1 模糊分类概述1
1.2 模糊分类的发展概况2
1.3 模糊分类的基本理论简介4
1.3.1 模糊集合4
1.3.2 基于目标函数的模糊聚类5
1.3.3 模糊判别分析7
1.4 本章小结8
参考文献8
2 模糊混合聚类模型11
2.1 模糊聚类概述11
2.2 联合模糊C-均值聚类模型12
2.2.1 MPCM模型12
2.2.2 AFCM模型13
2.2.3 MPCM和AFCM的对比实验17
2.3 一种改进的可能模糊聚类算法20
2.3.1 PCA算法及其存在的问题20
2.3.2 改进的PCM与改进的PFCM23
2.3.3 实验结果27
2.4 基于聚类中心分离的可能模糊聚类模型31
2.4.1 基于聚类中心分离的模糊C-均值聚类（FCM_CCS）31
2.4.2 基于聚类中心分离的可能聚类（PCM_CCS）32
2.4.3 基于聚类中心分离的可能模糊聚类（PFCM_CCS）33
2.4.4 实验结果34
2.5 一种混合可能聚类算法38
2.5.1 算法描述38
2.5.2 实验结果39
2.6 联合模糊熵聚类40
2.6.1 算法描述40
2.6.2 实验结果42
2.7 本章小结43
参考文献44
3 基于核的模糊聚类46
3.1 核模糊聚类概述46
3.2 基于核的修正可能C-均值聚类46
3.2.1 算法描述46
3.2.2 实验结果48
3.3 基于核的广义噪声聚类算法50
3.3.1 GNC算法50
3.3.2 KGNC算法51
3.3.3 实验结果53
3.4 基于核的可能模糊C-均值聚类55
3.4.1 算法描述55
3.4.2 实验结果56
3.5 基于核的聚类中心分离的模糊C-均值聚类57
3.5.1 算法描述57
3.5.2 实验结果58
3.6 基于核的类间分离聚类58
3.6.1 算法描述58
3.6.2 实验结果60
3.7 本章小结60
参考文献60
4 基于非欧氏距离的模糊聚类算法63
4.1 引言63
4.2 一种新的非欧氏距离64
4.3 基于非欧氏距离可能模糊C-均值聚类算法65
4.3.1 可能模糊C-均值聚类算法65
4.3.2 APFCM算法66
4.3.3 实验结果67
4.4 基于非欧氏距离可能聚类算法69
4.4.1 IPCM算法69
4.4.2 AIPCM算法70
4.4.3 实验结果71
4.5 本章小结73
参考文献74
5 基于核的模糊鉴别信息提取及分类75
5.1 引言75
5.2 基于核的模糊判别分析（KFDA）76
5.2.1 KFDA算法76
5.2.2 实验结果78
5.3 模糊主元分析及其核模型79
5.3.1 模糊主元分析79
5.3.2 基于核的模糊主元分析79
5.3.3 实验结果81
5.4 模糊非相关判别转换（FUDT）及其核模型82
5.4.1 非相关判别转换（UDT）82
5.4.2 模糊非相关判别转换（FUDT）84
5.4.3 基于核的模糊非相关判别分析86
5.4.4 苹果近红外光谱的线性和非线性鉴别信息提取实验88
5.5 基于核的模糊K-近邻法90
5.5.1 模糊K-近邻法90
5.5.2 基于核的模糊K-近邻法91
5.5.3 实验结果92
5.6 本章小结94
参考文献94
6 基于模糊协方差矩阵聚类的茶叶红外光谱分类97
6.1 一种混合GK聚类98
6.1.1 算法描述98
6.1.2 实验结果99
6.2 模糊协方差矩阵的可能模糊聚类101
6.2.1 算法描述102
6.2.2 实验结果103
6.3 本章小结104
参考文献105
7 苹果近红外光谱的模糊聚类分析107
7.1 苹果近红外光谱检测研究107
7.1.1 国外研究进展108
7.1.2 国内研究进展108
7.2 苹果近红外光谱模糊聚类110
7.2.1 GK和GG模糊聚类110
7.2.2 一种混合模糊类间分离聚类111
7.2.3 实验结果114
7.3 一种快速联合模糊C-均值聚类117
7.3.1 FAFCM聚类117
7.3.2 实验结果118
7.4 本章小结120
参考文献121
8 茶叶傅里叶红外光谱模糊聚类分析125
8.1 模糊鉴别C-均值聚类125
8.1.1 算法描述125
8.1.2 实验结果126
8.2 模糊鉴别学习矢量量化129
8.2.1 算法描述129
8.2.2 实验结果130
8.3 一种广义噪声聚类131
8.3.1 算法描述131
8.3.2 实验结果132
8.4 本章小结134
参考文献135
9 模糊K调和均值聚类的近／中红外光谱分类137
9.1 K调和均值聚类137
9.2 广义模糊K调和均值聚类的近红外光谱生菜储藏时间鉴别138
9.2.1 算法描述138
9.2.2 实验结果140
9.3 一种混合模糊K调和均值聚类142
9.3.1 算法描述144
9.3.2 实验结果144
9.4 本章小结145
参考文献146
10 模糊学习矢量量化模型148
10.1 可能模糊学习矢量量化148
10.1.1 算法描述148
10.1.2 实验结果149
10.2 无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别150
10.2.1 算法描述151
10.2.2 实验结果152
10.3 一种基于优化的模糊学习矢量量化的苹果分类155
10.3.1 算法描述155
10.3.2 实验结果156
10.4 联合模糊学习矢量量化156
10.4.1 算法描述156
10.4.2 实验结果157
10.5 本章小结157
参考文献158