高维数据分析中的张量学习理论与算法研究

图书标准信息

• 作者 邓小武
• 出版社 中国纺织出版社
• 出版时间 2022-12
• 版次 1
• ISBN 9787522901077
• 定价 99.90元
• 装帧 其他
• 开本 16开
• 页数 208页
• 字数 165千字

【内容简介】

现实世界中许多数据以复杂高维形式呈现，数据包含非常多的属性或特征，对传统的机器学习是巨大的挑战。为此，本书展开了张量理论、算法及其应用研究。本书首先系统地介绍了张量理论的一些基本概念、基本操作、经典张量分解以及经典张量算法，其次讨论了支持张量数据描述和核支持张量数据描述、OCSTuM和GA-OCSTuM方法、极限张量学习算法、核支持张量环机，最后对该领域未来的发展应用前景做了总结与展望。

【目录】

第1章绪论

1.1研究背景及意义

1.2张量学习算法研究进展

1.3张量应用研究

1.4本书主要研究内容

第2章张量代数基础理论

2.1张量分解理论

2.2t-product张量框架

2.3张量学习算法

2.4本章小结

第3章基于支持张量描述算法的感知数据异常检测

3.1引言

3.2支持张量数据描述

3.3核支持张量数据描述

3.4实验及分析

3.5本章小结

……