读书月福利
欢迎光临中图网 请 | 注册
> >>
稀疏学习.分类与识别

稀疏学习.分类与识别

作者:集李成
出版社:科学出版社出版时间:2017-03-01
开本: 32开 页数: 310
本类榜单:自然科学销量榜
中 图 价:¥106.3(7.7折) 定价  ¥138.0 登录后可看到会员价
暂时缺货 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

稀疏学习.分类与识别 版权信息

  • ISBN:9787030523471
  • 条形码:9787030523471 ; 978-7-03-052347-1
  • 装帧:暂无
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>>

稀疏学习.分类与识别 本书特色

本书对近年来稀疏学习、分类与识别领域常见的理论及技术进行了较为全面的阐述和总结,并结合作者多年的研究成果,对相关理论及技术在应用领域的实践情况进行了展示和报告。全书从认稀疏学习、分类与识别三个方面展开,主要内容包含如下方面:机器学习理论基础;快速密度加权低秩近似谱聚类;双图正则非负矩阵分解;学习鲁棒低秩矩阵分解;学习谱表示应用于半监督聚类;用低秩矩阵填充学习数据表示;结合约束与低秩核学习的半监督学习;基于子空间类标传播和正则判别分析的单标记图像人脸识别;基于双线性回归的单标记图像人脸识别;基于旋转扩展和稀疏表示的鲁棒遥感图像目标识别;压缩感知理论基础;基于分块策略和过完备字典的非凸压缩感知框架;基于协同优化的稀疏重构;几何结构指导的协同压缩感知;基于过完备字典的方向结构估计模型及重构方法;基于多特征核稀疏表示学习的高光谱图像分类;基于类级稀疏表示学习的高光谱图像空谱联合分类等方法。

稀疏学习.分类与识别 内容简介

本书对近年来稀疏学习、分类与识别领域常见的理论及技术进行了较为全面的阐述和总结,并结合作者多年的研究成果,对相关理论及技术在应用领域的实践情况进行了展示和报告。全书从认稀疏学习、分类与识别三个方面展开,主要内容包含如下方面:机器学习理论基础;快速密度加权低秩近似谱聚类;双图正则非负矩阵分解;学习鲁棒低秩矩阵分解;学习谱表示应用于半监督聚类;用低秩矩阵填充学习数据表示;结合约束与低秩核学习的半监督学习;基于子空间类标传播和正则判别分析的单标记图像人脸识别;基于双线性回归的单标记图像人脸识别;基于旋转扩展和稀疏表示的鲁棒遥感图像目标识别;压缩感知理论基础;基于分块策略和过完备字典的非凸压缩感知框架;基于协同优化的稀疏重构;几何结构指导的协同压缩感知;基于过完备字典的方向结构估计模型及重构方法;基于多特征核稀疏表示学习的高光谱图像分类;基于类级稀疏表示学习的高光谱图像空谱联合分类等方法。

稀疏学习.分类与识别 目录

前言第1章 引言 1.1 机器学习理论 1.1.1 维数约简 1.1.2 稀疏与低秩 1.1.3 半监督学习 1.2 压缩感知理论 1.2.1 压缩感知的研究意义 1.2.2 压缩感知的理论框架 1.2.3 压缩感知的重构算法介绍 1.3 高光谱遥感技术 1.3.1 遥感技术 1.3.2 高光谱遥感技术发展现状 1.3.3 高光谱遥感技术的应用 参考文献第2章 机器学习理论基础 2.1 维数约简的研究进展 2.1.1 子空间分割 2.1.2 稀疏表示 2.1.3 矩阵恢复与填充 2.1.4 非线性降维 2.2 半监督学习与核学习的研究进展 2.2.1 半监督学习 2.2.2 非参数核学习 参考文献第3章 快速密度加权低秩近似谱聚类 3.1 引言 3.2 背景与相关工作 3.2.1 谱聚类算法 3.2.2 近邻传播算法 3.2.3 Nystrom方法 3.3 全局距离测度与采样算法 3.3.1 全局距离 3.3.2 快速采样算法 3.4 快速两阶段谱聚类框架 3.4.1 采样阶段 3.4.2 正交化的密度加权近似谱聚类阶段 3.5 算法分析 3.5.1 采样算法比较 3.5.2 有效性分析 3.5.3 快速近邻搜索 3.5.4 复杂度分析 3.6 实验结果 3.6.1 双螺旋线数据 3.6.2 实际数据 3.6.3 评价指标 3.6.4 比较算法 3.6.5 聚类结果 3.6.6 参数稳定性分析 3.6.7 谱嵌入 参考文献 附录第4章 双图正则非负矩阵分解 4.1 引言 4.2 相关工作 4.2.1 非负矩阵分解 4.2.2 图正则非负矩阵分解 4.2.3 双正则联合聚类 4.3 双图正则非负矩阵分解方法 4.3.1 数据图与特征图 4.3.2 DNMF模型 4.3.3 迭代更新规则 4.3.4 收敛性分析 4.4 双图正则非负矩阵三分解 4.4.1 DNMTF模型 4.4.2 迭代规则 4.4.3 收敛性分析 4.4.4 复杂度分析 4.5 实验 4.5.1 比较算法 4.5.2 UCI数据…… 第5章 学习鲁棒低秩矩阵分解第6章 学习谱表示应用于半监督聚类第7章 应用低秩矩阵填充学习数据表示第8章 结合约束与低秩核学习的半监督学习第9章 基于子空间类标传播和正则判别分析的单标记图像人脸识别第10章 基于双线性回归的单标记图像人脸识别第11章 基于旋转扩展和稀疏表示的鲁棒遥感图像目标识别第12章 压缩感知理论基础第13章 基于分块策略和过完备字典的非凸压缩感知框架第14章 基于协同优化的稀疏重构第15章 基于过完备字典的方向结构估计模型及重构方法第16章 基于光谱信息散度与稀疏表示的高光谱图像分类第17章 基于多特征核稀疏表示学习的高光谱图像分类
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服