《模式识别(第三版)》勘误表

页
行数
错误内容
正确内容
63
式（4-16）
= +
= +
63
式（4-17）
= −
= −
63
式（4-18）
= =
= =
64
式（4-19）
= =。。。=
= ；
64
式（4-20）
= +
= +
65
倒数10
用 代替 ，即
用 代替 ，即（采用（4-11a）和（4-12a）的定义），即
65
式（4-37）
=
=−
70
式（4-65）
188
式（9-9）
188
式（9-10）
=0
=0
190
式（9-26）
式中
（注：黑体）
191
式（9-30）
191
式（9-31）
式中
黑体
192
式（9-35）
=
=
193
倒数8
（5）考查 中的最小者 ，若 < ， ，则把 从 移到 中；
（5）考查 中的最小者 ，若 < ，则把 从 移到 中；
页
行数
错误内容
正确内容
图3-7给出了。。。进行估计的结果，其中采用 = ， 为例子中可调节的参量。
63
11
即样本协方差矩阵。
删此句
63
11
总类内离散度矩阵（pooled within-class scatter matrix）为
脚注，“有文献采用如下定义： = , =1,2 (4-11a（注： 为黑体）； = + (4-12a)（注： 为黑体）
=
=
72
式（4-75）
=
=
76
式（4-97）
式中项
− {[ ]−1+ξ }
− { [ + ]−1+ξ }
90
图5-9
图中 ，
分别应为 ，
106
式（5-48）
= −
= −
113
倒数9
114
式（5-61）
ξ
≤ ξ
ξ
≤ ξ
140
图6-16
SBP=81.54+1.222−Age
SBP=81.54+1.222 Age
《模式识别（第三版）》勘误表
页
行数
错误内容
正确内容
19
式（2-20）
20
10
= =0
= =0
21
3
，
，
22
3
即假阳性样本占总阳性样本的比例和假阴性样本占总阴性样本的比例
即假阳性样本占总阴性样本的比例和假阴性样本占总阳性样本的比例
23
6
缺
逗号后增加“其中R1，R2分别是第一，二两类的决策域，”
28
式（2-65）
196
式（9-49）
=
=
197
1
把 和 合并，组成新类，
从最小的 开始，把每个 对应的 和 合并，组成新类，
211
图2-99
用SOM对芬兰语因素自学习后的结果
用SOM对芬兰语音素自学习后的结果
218
7
和 个样本
和 个样本
142
倒数6
则方程式（6-26）将变为一组方程
则方程式（6-27）将变为一组方程
页
行数
错误内容
正确内容
147
式（7-2）
=
=
149
式（7-16）
式中
（注：黑体）
151
倒数7
它服从自由度为 的 分布
它服从自由度为 的 分布
168
6-7
可以注意到，如果 ，则这种特征提取得到的新特征就是Fisher线性判别中得到的最佳投影方向。
p（ ）∼N( )
p（ ）∼N( ， )
28
式（2-66）
缺负号
公式中等号后添加负号“−”
29
式（2-72）
缺负号
公式中等号后添加负号“−”
30Байду номын сангаас
式（2-77）
=− +
=− +
31
15
毗邻，则决策面方程应满足
毗邻，则决策面方程应满足
36
式（2-113）
=
=
52
式（3-49）
= +
= +
58
8
图3-7给出了。。。进行估计的结果。
删此句
169
13
再用上面的同一例子来说明这种特征提取方法，
可以证明，两类情况下，这种特征提取得到的新特征方向就是Fisher线性判别中得到的最佳投影方向。再用上面的同一例子来说明这种特征提取方法，
169
脚注
本书第一次印刷时，这个结论错误地放在了“从类均值中提取判别信息”部分，特此更正。
188
式（9-8）