机读格式显示(MARC)

• 000 01435nam0 2200289 450

• 001 0000653269

• 005 20181114110900.0

• 010 __ |a 978-7-03-055512-0 |d CNY90.00

• 099 __ |a CAL 012018058249

• 100 __ |a 20180522d2018 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 基于最小风险的Bayes阈值选取准则算法及实现 |A ji yu zui xiao feng xian de Bayes yu zhi xuan qu zhun ze suan fa ji shi xian |f 于传强, 樊红东, 唐圣金著

• 210 __ |a 北京 |c 科学出版社 |d 2018

• 215 __ |a 99页 |c 图 |d 24cm

• 320 __ |a 有书目 (第78-79页)

• 330 __ |a 本书分为6章。第1章介绍传统的基于最小错误概率的阈值选取准则。第2章介绍贝叶斯基本理论。第3章描述基于最小风险的贝叶斯阈值选取准则及其实现方法，提出一种实时加权先验概率求解算法。第4章讨论基于核密度估计的非参数分布密度估计算法，包括基于估计点的滑动窗宽核密度估计算法、基于估计点的滑动双窗宽核密度估计算法、基于估计带的滑动窗宽核密度估计算法及基于迭代的窗宽优化算法，并给出基于估计点的滑动窗宽的核密度估计性质及其证明。第5章对基于最小风险的贝叶斯阈值选取算法进行实例验证。第6章提出一种基于贝叶斯准则的支持向量机。附录是书中涉及算法的源程序。

• 606 0_ |a 计算机仿真 |A ji suan ji fang zhen |x 总线 |x 测试

• 690 __ |a TP391.97 |v 5

• 701 _0 |a 于传强 |A yu chuan qiang |4 著

• 701 _0 |a 樊红东 |A fan hong dong |4 著

• 701 _0 |a 唐圣金 |A tang sheng jin |4 著

• 801 _0 |a CN |b NMU |c 20180522

• 905 __ |a SCNU |f TP391.97/1021

• 920 __ |a 242430 |z 1