计算机模式识别:结构方法

目录
第一章 导言
1.1基本概念
1.2关于结构方法与统计方法的比较
4.4.1最优统计分类器
1.3结构方法的基本思想及一般原则
1.4结构模式识别系统
1.5模式的结构描述方法举例
第二章文法和语言
2.1链文法
2.2程序文法
2.3随机文法
2.4属性文法
2.5带控制集的文法
2.6散射前后文文法
2.7随机前后文文法
2.8标识文法
2.9阵列文法
2.10树文法
2.11图文法
第三章模式描述语言
3.1一般模型
3.2一个用于模式分类的图象描述语言
3.3前后文无关的图象描述语言（PDL）
3.4 PDL应用于粒子物理图片的句法结构描述
3.5一个化学结构描述语言（CSL）
3.6丛状图象描述语言（PLEX语言）
3.7图象处理语言
4.1一般方法及要点
第四章基本模式元的选择及识别
4.2基本模式元的选择对链文法的影响
4.3基本模式元的抽取
4.3.1一般方法
4.3.2逐段线性近似方法
4.4基本模式元的识别
4.42线性分类器
4.4.3可调线性分类器
4.4.4非参数分类器
第五章句法分析
5.1关于句法分析问题的一般论述
5.2自上而下的分析
5.2.1带回溯的自上而下的分析算法
5.2.2自上而下分析算法中的问题及其解决办法
5.2.3不带回溯的自上而下的分析算法
5.3自下而上的分析
5.31归约与句柄
5.3.2删剪语法树
5.4 CYK分析算法
5.5 Early分析算法
5.6LR（k）文法
5.7前后文无关程序语言的句法分析
第六章文法推断
6.1关于文法推断技术的一般论述
6.1.1文法推断方法的基本要点
6.1.2文法推断技术的历史沿革
6.2链文法的推断
6.2.1样本集及推断问题
6.2.2正则文法的推断
6.2.3前后文无关文法的推断
第七章结构模式的相似性度量及分类
7.1字符串的Levenshtein相似性度量
7.1.1 Levenshtein距离与加权Leven shtein距离
7.1.2实现Levenshtein距离的动态规划方法
7.2最小距离误差校正分析
7.3字符串的Findler相似性度量及最小距离分类
7.4树的相似性度量
7.4.1树状模式的误差变换
7.4.2两棵树之间的距离
7.5树的误差校正分析
7.5.1结构保持的误差校正树自动机（SPECTA）
7.5.2广义误差校正树自动机（GECTA）
7.6.1计算两棵树之间距离的一种算法
7.6树的聚类分析
7.6.2分级算法在树的聚类分析中的应用
第八章结构模式识别中的图变换方法
8.1图与模式
8.2模式变形与图的变形
8.3误差校正的图变换
8.4确定最优图变换的研究式搜索方法
8.4.1状态描述
8.4.2运算子
8.4.3损失
3.5加速搜索时信息的利用（一个确定最优图变换的具体搜索算法）
8.6应用举例——几何图形的识别
第九章统计与结构特征混合使用的识别系统
9.1混合分层的外形识别系统
9.1.2客体轮廓线的跟踪
9.1.1系统描述
9.1.3利用方向编码计算Fourier展式系数特征
9.1.4方向编码的跑长编码
9.1.5近邻分类器的应用
9.1.6 结构分类器的实现
9.1.7最大相似性度量
9.2混合分层的数字符号识别系统
9.2.1识别系统的构成
9.2.2模式依据正交归一化函数系的展开及统计分类的实现（第一层）
9.2.3基于模式拓扑绪构分析的分类与分类假设的产生（第二层）
9.2.4精简类别假设的方向元素特征检测方法（第三层）
9.2.5最终有效分类的实现（第四层）
10.1纹理、纹理图象与纹理分析
10.1.1概念与定义
第十章结构模式识别方法在纹理分析中的应用
10.1.2纹理分析的统计途径与结构途径
10.1.3纹理分析系统的设计
10.2纹理分析中的纯结构方法
10.2.1以单个象素作为模式基元的方法
10.2.2以波峰作为基元的方法
10.3纹理分析的结构统计方法
10.3.1以区域为基元的方法
10.3.2铺瓦方法
10.3.3纹理匹配模型方法
10.4自上而下的纹理分析方法
10.4.1纹理周期性向量的确定
10.4.2纹理元素的抽取
参考文献