稀疏学习、分类与识别
正版新书 新华官方库房直发 可开电子发票
￥ 129.6 7.2折 ￥ 180 全新
库存5件
作者焦李成 等
出版社科学出版社
ISBN9787030523471
出版时间2017-03
版次1
装帧平装
开本16开
纸张胶版纸
页数324页
字数410千字
定价180元
货号SC:9787030523471
上书时间2024-12-13
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
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。《稀疏学习、分类与识别》从稀疏学习、分类与识别三个方面展开介绍，主要内容包含如下几个方面：以学习数据的有效表示为主题，通过挖掘数据本身固有的结构，如几何结构、稀疏与低秩结构等信息来更有效地学习数据的表示；从经典的压缩感知理论框架出发，讨论压缩感知的基本理论、方法和应用的发展概况，并侧重介绍基于过完备字典的结构化压缩感知；上述方法在图像解译中的应用。
目录:
前言
第1章 引言 1
1.1 机器学习理论 1
1.1.1 维数约简 2
1.1.2 稀疏与低秩 2
1.1.3 半监督学习 4
1.2 压缩感知理论 5
1.2.1 压缩感知的研究意义 5
1.2.2 压缩感知的理论框架 6
1.2.3 压缩感知的重构算法介绍 8
1.3 高光谱遥感技术 9
1.3.1 遥感技术 9
1.3.2 高光谱遥感技术发展现状 10
1.3.3 高光谱遥感技术的应用 13
参考文献 15
第2章 机器学习理论基础 19
2.1 维数约简的研究进展 19
2.1.1 子空间分割 19
2.1.2 稀疏表示 21
2.1.3 矩阵恢复与填充21
2.1.4 非线性降维 22
2.2 半监督学习与核学习的研究进展 23
2.2.1 半监督学习 23
2.2.2 非参数核学习 24
参考文献 25
第3章 快速密度加权低秩近似谱聚类 29
3.1 引言 29
3.2 背景与相关工作 30
3.2.1 谱聚类算法 30
3.2.2 近邻传播算法 30
3.2.3 Nystrom方法 31
3.3 全局距离测度与采样算法 33
3.3.1 全局距离 33
3.3.2 快速采样算法 34
3.4 快速两阶段谱聚类框架 35
3.4.1 采样阶段 36
3.4.2 正交化的密度加权近似谱聚类阶段 36
3.5 算法分析 39
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价