• 基于融合表征的多视图学习方法
21年品牌 40万+商家 超1.5亿件商品

基于融合表征的多视图学习方法

全新正版 极速发货

10.01 3.3折 30 全新

仅1件

广东广州
认证卖家担保交易快速发货售后保障

作者编者:郑婷一|

出版社西安电子科大

ISBN9787560669304

出版时间2024-03

装帧其他

开本其他

定价30元

货号1203304726

上书时间2024-06-30

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
第1章  多视图学习概述
  1.1  研究背景
  1.2  基础模型
  1.3  方法描述
    1.3.1  基于子空间学习的多视图学习
    1.3.2  基于协同训练的多视图学习
    1.3.3  基于多核学习的多视图学习
    1.3.4  基于图模型的多视图学习
    1.3.5  基于特定任务的多视图学习
  1.4  应用挑战
  1.5  本章小结
第2章  基于多视图相关性与融合表征效果的关联性分析方法
  2.1  研究背景
  2.2  基础模型
    2.2.1  最大信息系数
    2.2.2  典型相关性分析
  2.3  方法描述
  2.4  应用案例
    2.4.1  方案设计
    2.4.2  数据集
    2.4.3  运行设置与环境
    2.4.4  评测标准
    2.4.5  视图相关性计算结果与分析
    2.4.6  基于融合表征的分类结果与分析
    2.4.7  相关性与融合效果的关联性分析
  2.5  本章小结
第3章  基于双反馈机制的多视图相关性增强表征学习方法
  3.1  研究背景
  3.2  基础模型
    3.2.1  卷积神经网络
    3.2.2  胶囊网络
    3.2.3  深度广义相关性分析
  3.3  方法描述
    3.3.1  单视图表征学习
    3.3.2  视图内判别性特征学习
    3.3.3  视图间融合表征学习
  3.4  应用案例
    3.4.1  方案设计
    3.4.2  数据集
    3.4.3  运行设置与环境
    3.4.4  评测标准
    3.4.5  基准方法
    3.4.6  分类任务结果与分析
    3.4.7  聚类任务结果与分析
    3.4.8  模型超参数可视化
  3.5  本章小结
第4章  基于多视图深层特征增强的隐空间融合表征方法
  4.1  研究背景
  4.2  基础模型
  4.3  方法描述

内容摘要
 基于融合表征的多视图学习是机器学习中的一
个重要研究分支。本书介绍了基于融合表征的多视图学习方法的基础概念、
技术应用及研究现状和系列方法。
全书共5章,大致分为两部分:第1部分(第1章)介绍多视图学习的基本概念、主要技术手段及研究现状;第2部分(第2~5章)介绍了四种多视图学习方法——基于多视图相关性与融合表征效果的关联性分析方法、基于双反馈机制的多视图相关性增强表征学习方法、基于多视图深层特征增强的隐空间融合表征方法、基于多视图差异性和一致性的聚类融合增强学习方法,这部分内容先对问题背景进行剖析,介绍相关基础
模型,再详细描述方法框架及原理,然后介绍方法的应用效果,由浅到深,便于读者深入了解各种方法,从中挖掘出有意义的改进点,便于后续研究的开展。
本书适合从事人工智能、机器学习、数据挖掘等方向研究的本科生和研究生阅读,也可供具有一
定研究背景的对多视图学习感兴趣的读者参考。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP