基于智能计算的降维技术研究与应用

图书标准信息

• 作者 皋军 著
• 出版社 中国水利水电出版社
• 出版时间 2013-11
• 版次 1
• ISBN 9787517013853
• 定价 42.00元
• 装帧 平装
• 开本 16开
• 页数 178页
• 字数 217千字

【内容简介】

本书论述了智能计算中降维技术的建模思想和仿真方法，给出了运用最新的建模方法和理论对高维数据进行降维预处理的仿真计算的过程，向读者展示了在传统技术的基础上，如何通过结合其他智能计算的方法构造具有较强鲁棒性的特征降维方法，使读者了解特征降维技术在统计学意义下的一般演化规律。本书以简洁易懂的语言描述了特征降维技术建模的理论基础和建模过程。本书可供智能控制、计算机等领域中的教师、研究生及其他相关人员参考。

【目录】

章绪论
1.1课题研究背景
1.1.1特征选择技术
1.1.2特征提取技术
1.2特征降维技术面临的几个挑战
1.3课题的主要研究内容和组织安排
第2章广义的势支持特征选择方法
2.1引言
2.2势支持向量机p-svm
2.3广义的势支持特征选择方法：gfm
2.3.1类内离散度
2.3.2广义的势支持特征选择方法
2.4实验研究
2.4.1真实数据
2.4.2基因数据
2.4.3人脸图像数据
2.5本章小结
第3章具有特征排序功能的鲁棒模糊聚类
3.1引言
3.2模糊c均值聚类方法
3.3具有特征排序功能的模糊聚类方法
3.3.1具有特征排序功能的fca方法
3.3.2基于几何意义的权参数的选取
3.4实验研究
3.4.1加噪的iris数据
3.4.2加噪纹理图像数据集
3.4.3真实数据集
3.5本章小结
第4章基于语境距离度量的拉普拉斯优选间距判别准则
4.1引言
4.2线拉普拉斯判别准则
4.3基于语境距离度量的拉普拉斯优选间距判别准则
4.3.1clmmc准则
4.3.2clmmc准则的qr分解法
4.4语境距离度量的设定
4.5实验研究
4.5.1低维非线流形空间距离度量学
4.5.2clmmc：与cl-lld内在联系
4.5.3小样本问题
4.5.4高维非线流形空间小样本问题和距离度量学
4.6本章小结
第5章基于模糊优选散度差判别准则的聚类方法
5.1引言
5.2优选散度差判别准则
5.3基于模糊优选散度差判别准则的聚类方法
5.3.1模糊优选散度差判别准则
5.3.2设定模糊优选散度判别准则中的参数
5.4实验研究
5.4.1基本的聚类功能
5.4.2大数据聚类鲁棒
5.4.3特征提取
5.5本章小结
第6章具有模糊聚类功能的双向二维无监督特征提取方法
6.1引言
6.2相关工作
6.2.1优选间距判别分析方法：mmc
6.2.2双向二维线判别分析：（2d）zlda
6.3具有模糊聚类功能的双向二维无监督特征提取方法：（2d）2uffca
6.3.1矩阵模式的模糊优选间距判别准则：mfmmc
6.3.2实现矩阵模式数据的双向特征提取
6.3.3实现矩阵模式数据的模糊聚类
6.3.4确定数据集d的模糊聚类中心
6.4实验
6.4.1测试基本的聚类能力
6.4.2测试大数据集的聚类效果
6.4.3测试特征提取能力
6.5本章小结
第7章基于局部加权均值的领域适应学框架
7.1引言
7.2相关工作
7.2.1优选均值差异：mmd
7.2.2优选均值差异嵌入：mmde
7.3投影优选局部加权均值差异：pmwd
7.4优选局部加权均值差异嵌入mwme
7.4.1线优选局部加权均值嵌入：lmwme
7.4.2核化的优选局部加权均值嵌入方法：ker-mwme
7.5基于局部加权均值的领域学框架：ldaf
7.5.1ldafmlc
7.5.2ldaf-svm
7.5.3算法时间复杂度分析
7.6实验
7.6.1测试人造数据集
7.6.2测试高维文本数据集
7.6.3测试人脸数据集
7.7本章小结
第8章基于矩阵模式的小类内散度支持向量机
8.1引言
8.2小类内散度支持向量机
8.3基于矩阵模式的小类内散度支持向量机
8.3.1线的矩阵模式小类内散度支持向量机
8.3.2非线的基于矩阵模式的小类内教度支持向量机
8.4实验研究
8.4.1矢量数据的矩阵模式分类
8.4.2ker-mcsvmsmatrix方法中使用v+的合理
8.4.3矩阵模式数据的分类
8.5本章小结
第9章基于全局和局部保持的半监督支持向量机
9.1引言
9.2流形正则化框架
9.3基于全局和局部保持的半监督支持向量机
9.3.1线的glssvms方法
9.3.2非线的ker-glssvms方法
9.4实验研究
9.4.1人造团状数据
9.4.2人造流形结构数据
9.4.3uci真实数据
9.4.4图像数据
9.5本章小结
结束语
参文献