Beschreibung
Inhaltsangabe1. Einführung.- 1.1 Allgemeines.- 1.2 Definitionen.- 1.3 Grundsätzliche Vorgehensweise.- 1.4 Thematik des Buches.- 1.5 Anwendungen.- 1.6 Zusammenfassung.- 2. Vorverarbeitung.- 2.1 Codierung.- 2.1.1 Allgemeine Bemerkungen.- 2.1.2 Abtastung.- 2.1.3 Puls Code Modulation.- 2.1.4 Codierung der Lauflänge.- 2.1.5 Kettencodierung.- 2.1.6 Ergänzende Bemerkungen.- 2.2 Schwellwertoperationen.- 2.3 Verbesserung von Mustern.- 2.3.1 Anliegen.- 2.3.2 Lineare Systeme.- 2.3.3 Diskrete Fourier Transformation.- 2.3.4 Gesichtspunkte zur Auswahl eines linearen Systems.- 2.3.5 Nichtlineare Operationen.- 2.4 Normierungsmaßnahmen.- 2.4.1 Anliegen.- 2.4.2 Größe.- 2.4.3 Lage.- 2.4.4 Energie.- 2.4.5 Strichstärke.- 2.4.6 Sprecher.- 2.4.7 Ergänzende Bemerkungen.- 2.5 Operationen auf diskreten Mustern.- 2.5.1 Zusammenhang in diskreten Mustern.- 2.5.2 Parallele und sequentielle Operationen.- 2.6 Zusammenfassung.- 3. Merkmale.- 3.1 Anliegen und allgemeine Ansätze.- 3.2 Heuristische Methoden.- 3.2.1 Entwicklung nach einer Orthogonalbasis.- 3.2.2 Anwendung der diskreten Fourier Transformation.- 3.2.3 Anwendung der Walsh Transformation.- 3.2.4 Die R-Transformation.- 3.2.5 Lineare Vorhersage.- 3.2.6 Momente.- 3.2.7 Merkmalsfilter.- 3.2.8 Kennzahlen.- 3.3 Analytische Methoden.- 3.3.1 Kriterien.- 3.3.2 Problemabhängige Reihenentwicklung.- 3.3.3 Optimale lineare Transformationen.- 3.3.4 Bemerkungen.- 3.4 Merkmalbewertung und -auswahl.- 3.4.1 Anliegen und Probleme.- 3.4.2 Gütemaße für Merkmale.- 3.4.3 Auswahlverfahren.- 3.5 Symbole.- 3.5.1 Festlegung von Symbolen.- 3.5.2 Extraktion von Symbolen.- 3.6 Beispiele für Merkmale.- 3.7 Zusammenfassung.- 4. Numerische Klassifikation.- 4.1 Statistische Klassifikatoren.- 4.1.1 Voraussetzungen.- 4.1.2 Bestimmung von Verteilungsdichten.- 4.1.3 Der optimale Klassifikator.- 4.1.4 Spezialisierungen.- 4.1.5 Fehlerwahrscheinlichkeit und Kosten.- 4.1.6 Klassenweise normalverteilte Merkmalvektoren.- 4.2 Verteilungsfreie Klassifikatoren.- 4.2.1 Annahmen.- 4.2.2 Optimierungsaufgabe.- 4.2.3 Berechnung der Trennfunktionen.- 4.2.4 Rückweisungskriterium.- 4.3 Nichtparametrische Klassifikatoren.- 4.3.1 Nichtparametrische Schätzung von Verteilungsdichten.- 4.3.2 Nächster Nachbar Klassifikator.- 4.3.3 Toleranzgebiete.- 4.4 Andere Klassifikatortypen.- 4.4.1 Sequentielle Klassifikatoren.- 4.4.2 Entscheidungsbäume und hierarchische Klassifikation.- 4.4.3 Klassifikator für nominale Merkmale.- 4.4.4 Abstandsmessende Klassifikatoren.- 4.4.5 Berücksichtigung von Kontext.- 4.5 Lernende Klassifikatoren.- 4.5.1 Anliegen.- 4.5.2 Separierbare Stichproben.- 4.5.3 Nicht separierbare Stichproben.- 4.5.4 Stückweise lineare Trennfunktionen.- 4.5.5 Statistische Verfahren.- 4.5.6 Analyse von Häufungsgebieten.- 4.5.7 Die Identifikation von Mischungsverteilungen.- 4.5.8 Entscheidungsüberwachtes Lernen.- 4.5.9 Bemerkungen.- 4.6 Dimensionierungsprobleme.- 4.7 Zusammenfassung.- 5. Nichtnumerische (Syntaktische) Klassifikation.- 5.1 Prinzipien.- 5.2 Grammatiken.- 5.2.1 Konfigurationen.- 5.2.2 Kettengrammatiken.- 5.2.3 Programmierte Grammatiken.- 5.2.4 Stochastische Grammatiken.- 5.2.5 Attributierte Grammatiken.- 5.2.6 Ergänzungen.- 5.2.7 Lagerelationen.- 5.2.8 Grammatiken für die Mustererkennung.- 5.3 Klassifikation von Symbolketten.- 5.3.1 Vorbemerkung.- 5.3.2 Reguläre Sprache.- 5.3.3 Kontextfreie Sprache.- 5.3.4 Behandlung von Fehlern.- 5.4 Automatische Konstruktion von Grammatiken.- 5.4.1 Allgemeine Vorgehensweise.- 5.4.2 Ein konstruktives Verfahren für endliche Automaten.- 5.5 Zusammenfassung.- 6. Ein Klassifikationssystem.- Literatur.
