掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 基于圖論的機(jī)器學(xué)習(xí)方法
開本：
其他
頁(yè)數(shù)：
168
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥48.9
加入購(gòu)物車
基于圖論的機(jī)器學(xué)習(xí)方法 版權(quán)信息
- ISBN：9787118126228
- 條形碼：9787118126228 ; 978-7-118-12622-8
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
基于圖論的機(jī)器學(xué)習(xí)方法 內(nèi)容簡(jiǎn)介
本書從圖劃分的視角系統(tǒng)介紹基于圖論的機(jī)器學(xué)習(xí)方法，包括機(jī)器學(xué)習(xí)中的三類基本學(xué)習(xí)問題：無(wú)監(jiān)督、半監(jiān)督和監(jiān)督學(xué)習(xí)問題，同時(shí)考慮協(xié)同正則化、多重正則化和路徑傳播對(duì)基于圖論的學(xué)習(xí)方法進(jìn)行了拓展。通過大量的實(shí)驗(yàn)驗(yàn)證，本書提供的方法合理有效，算法效率顯著提高。
基于圖論的機(jī)器學(xué)習(xí)方法 目錄
第1章 緒論
1.1 引言
1.2 國(guó)內(nèi)外相關(guān)研究現(xiàn)狀
1.2.1 基于圖論的無(wú)監(jiān)督學(xué)習(xí)
1.2.2 基于圖論的半監(jiān)督學(xué)習(xí)
1.2.3 基于圖論的監(jiān)督學(xué)習(xí)
1.2.4 圖構(gòu)建方法
1.2.5 基于圖論的學(xué)習(xí)方法拓展
1.2.6 研究現(xiàn)狀評(píng)述
1.3 本書的主要工作
1.3.1 針對(duì)的問題和研究思路
1.3.2 研究?jī)?nèi)容及貢獻(xiàn)
1.4 本書的組織結(jié)構(gòu)
第2章 基于圖論的學(xué)習(xí)框架模型
2.1 引言
2.2 基于圖論的學(xué)習(xí)與兩種假設(shè)
2.2.1 流形假設(shè)
2.2.2 聚類假設(shè)
2.3 圖的劃分準(zhǔn)則
2.3.1 2類劃分
2.3.2 多類劃分
2.4 基于圖論的學(xué)習(xí)框架模型
2.4.1 問題描述與基本假設(shè)
2.4.2 約束條件放寬方法
2.4.3 模型分析
2.5 本章小結(jié)
第3章 基于圖論的無(wú)監(jiān)督學(xué)習(xí)
3.1 引言
3.2 基本問題描述與模型定義
3.2.1 基于圖論的無(wú)監(jiān)督學(xué)習(xí)問題描述
3.2.2 模型定義
3.3 基于圖論的無(wú)監(jiān)督學(xué)習(xí)算法框架
3.3.1 Logdet正則化
3.3.2 學(xué)習(xí)框架
3.4 基于圖論的無(wú)監(jiān)督學(xué)習(xí)算法
3.4.1 迭代法
3.4.2 算法收斂性
3.4.3 復(fù)雜度分析
3.5 與以往工作之間的區(qū)別和聯(lián)系
3.5.1 核k均值，譜聚類和對(duì)稱非負(fù)矩陣分解
3.5.2 解的非負(fù)性，維度和稀疏性
3.5.3 權(quán)重矩陣
3.6 實(shí)驗(yàn)結(jié)果與分析
3.6.1 實(shí)驗(yàn)說(shuō)明
3.6.2 示例
3.6.3 真實(shí)數(shù)據(jù)集
3.6.4 聚類結(jié)果
3.6.5 算法分析
3.6.6 CAC的變形
3.7 本章小結(jié)
第4章 基于圖論的半監(jiān)督學(xué)習(xí)
4.1 引言
4.2 基本問題描述與模型定義
4.2.1 基于圖論的半監(jiān)督分類學(xué)習(xí)
4.2.2 基于圖論的半監(jiān)督聚類學(xué)習(xí)
4.3 基于圖論的半監(jiān)督學(xué)習(xí)算法
4.3.1 基于圖論的半監(jiān)督分類算法
4.3.2 基于圖論的半監(jiān)督聚類算法
4.4 與以往工作的區(qū)別和聯(lián)系
4.4.1 LGC方法和GFHF方法
4.4.2 GGMC方法
4.5 實(shí)驗(yàn)結(jié)果與分析
4.5.1 實(shí)驗(yàn)說(shuō)明
4.5.2 真實(shí)數(shù)據(jù)集
4.5.3 構(gòu)建權(quán)重矩陣
4.5.4 半監(jiān)督分類結(jié)果
4.5.5 半監(jiān)督聚類結(jié)果
4.5.6 算法分析
4.6 本章小結(jié)
第5章 基于圖論的監(jiān)督學(xué)習(xí)
5.1 引言
5.2 基本問題描述與模型定義
5.2.1 基于圖論的監(jiān)督學(xué)習(xí)問題描述
5.2.2 模型定義
5.3 基本圖論的監(jiān)督學(xué)習(xí)算法
5.4 實(shí)驗(yàn)結(jié)果與分析
5.4.1 實(shí)驗(yàn)說(shuō)明
5.4.2 真實(shí)數(shù)據(jù)集
5.4.3 分類結(jié)果
5.4.4 算法分析
5.4.5 稀疏約束拓展
5.5 本章小結(jié)
第6章 基于圖論的協(xié)同正則化學(xué)習(xí)
6.1 引言
6.2 基本問題描述與模型定義
6.2.1 基于圖論的無(wú)監(jiān)督協(xié)同正則化學(xué)習(xí)問題描述
6.2.2 基于圖論的半監(jiān)督協(xié)同正則化學(xué)習(xí)問題描述
6.2.3 模型定義
6.3 基本圖論的協(xié)同正則化學(xué)習(xí)算法
6.3.1 基于圖論的協(xié)同正則化學(xué)習(xí)算法框架
6.3.2 基于圖論的協(xié)同正則化學(xué)習(xí)算法
6.4 實(shí)驗(yàn)結(jié)果與分析
6.4.1 實(shí)驗(yàn)說(shuō)明
6.4.2 數(shù)據(jù)集
6.4.3 聚類結(jié)果
6.4.4 算法分析
6.5 本章小結(jié)
第7章 基于圖論的多重正則化學(xué)習(xí)
7.1 引言
7.2 基本問題描述與模型定義
7.2.1 基于圖論的多重正則化學(xué)習(xí)問題描述
7.2.2 模型定義
7.3 基本圖論的無(wú)監(jiān)督多重正則化學(xué)習(xí)算法
7.3.1 基于圖論的無(wú)監(jiān)督多重正則化學(xué)習(xí)算法框架
7.3.2 基于圖論的無(wú)監(jiān)督多重正則化學(xué)習(xí)算法
7.3.3 算法收斂性
7.3.4 復(fù)雜度分析
7.4 基本圖論的半監(jiān)督多重正則化學(xué)習(xí)算法
7.4.1 基于圖論的半監(jiān)督多重正則化聚類學(xué)習(xí)算法
7.4.2 基于圖論的半監(jiān)督多重正則化分類學(xué)習(xí)算法
7.4.3 算法分析
7.5 與以往工作的區(qū)別和聯(lián)系
7.6 實(shí)驗(yàn)結(jié)果與分析
7.6.1 實(shí)驗(yàn)說(shuō)明
7.6.2 示例
7.6.3 真實(shí)數(shù)據(jù)集
7.6.4 實(shí)驗(yàn)結(jié)果
7.6.5 算法分析
7.6.6 模型變形
7.7 本章小結(jié)
第8章 基于圖論的公共視頻場(chǎng)景聚集性度量及分析
8.1 引言
8.2 公共視頻中群體場(chǎng)景的聚集性度量和分析框架
8.2.1 聚集度主題
8.2.2 研究思路和框架
8.3 公共視頻中群體場(chǎng)景的聚集性度量和場(chǎng)景劃分
8.3.1 路徑積分描述子
8.3.2 聚集度
8.3.3 自驅(qū)動(dòng)粒子模型實(shí)驗(yàn)
8.3.4 場(chǎng)景劃分方法
8.4 實(shí)驗(yàn)結(jié)果與分析
8.4.1 實(shí)驗(yàn)說(shuō)明
8.4.2 數(shù)據(jù)集
8.4.3 實(shí)驗(yàn)結(jié)果
8.5 本章小結(jié)
參考文獻(xiàn)
1.1 引言
1.2 國(guó)內(nèi)外相關(guān)研究現(xiàn)狀
1.2.1 基于圖論的無(wú)監(jiān)督學(xué)習(xí)
1.2.2 基于圖論的半監(jiān)督學(xué)習(xí)
1.2.3 基于圖論的監(jiān)督學(xué)習(xí)
1.2.4 圖構(gòu)建方法
1.2.5 基于圖論的學(xué)習(xí)方法拓展
1.2.6 研究現(xiàn)狀評(píng)述
1.3 本書的主要工作
1.3.1 針對(duì)的問題和研究思路
1.3.2 研究?jī)?nèi)容及貢獻(xiàn)
1.4 本書的組織結(jié)構(gòu)
第2章 基于圖論的學(xué)習(xí)框架模型
2.1 引言
2.2 基于圖論的學(xué)習(xí)與兩種假設(shè)
2.2.1 流形假設(shè)
2.2.2 聚類假設(shè)
2.3 圖的劃分準(zhǔn)則
2.3.1 2類劃分
2.3.2 多類劃分
2.4 基于圖論的學(xué)習(xí)框架模型
2.4.1 問題描述與基本假設(shè)
2.4.2 約束條件放寬方法
2.4.3 模型分析
2.5 本章小結(jié)
第3章 基于圖論的無(wú)監(jiān)督學(xué)習(xí)
3.1 引言
3.2 基本問題描述與模型定義
3.2.1 基于圖論的無(wú)監(jiān)督學(xué)習(xí)問題描述
3.2.2 模型定義
3.3 基于圖論的無(wú)監(jiān)督學(xué)習(xí)算法框架
3.3.1 Logdet正則化
3.3.2 學(xué)習(xí)框架
3.4 基于圖論的無(wú)監(jiān)督學(xué)習(xí)算法
3.4.1 迭代法
3.4.2 算法收斂性
3.4.3 復(fù)雜度分析
3.5 與以往工作之間的區(qū)別和聯(lián)系
3.5.1 核k均值，譜聚類和對(duì)稱非負(fù)矩陣分解
3.5.2 解的非負(fù)性，維度和稀疏性
3.5.3 權(quán)重矩陣
3.6 實(shí)驗(yàn)結(jié)果與分析
3.6.1 實(shí)驗(yàn)說(shuō)明
3.6.2 示例
3.6.3 真實(shí)數(shù)據(jù)集
3.6.4 聚類結(jié)果
3.6.5 算法分析
3.6.6 CAC的變形
3.7 本章小結(jié)
第4章 基于圖論的半監(jiān)督學(xué)習(xí)
4.1 引言
4.2 基本問題描述與模型定義
4.2.1 基于圖論的半監(jiān)督分類學(xué)習(xí)
4.2.2 基于圖論的半監(jiān)督聚類學(xué)習(xí)
4.3 基于圖論的半監(jiān)督學(xué)習(xí)算法
4.3.1 基于圖論的半監(jiān)督分類算法
4.3.2 基于圖論的半監(jiān)督聚類算法
4.4 與以往工作的區(qū)別和聯(lián)系
4.4.1 LGC方法和GFHF方法
4.4.2 GGMC方法
4.5 實(shí)驗(yàn)結(jié)果與分析
4.5.1 實(shí)驗(yàn)說(shuō)明
4.5.2 真實(shí)數(shù)據(jù)集
4.5.3 構(gòu)建權(quán)重矩陣
4.5.4 半監(jiān)督分類結(jié)果
4.5.5 半監(jiān)督聚類結(jié)果
4.5.6 算法分析
4.6 本章小結(jié)
第5章 基于圖論的監(jiān)督學(xué)習(xí)
5.1 引言
5.2 基本問題描述與模型定義
5.2.1 基于圖論的監(jiān)督學(xué)習(xí)問題描述
5.2.2 模型定義
5.3 基本圖論的監(jiān)督學(xué)習(xí)算法
5.4 實(shí)驗(yàn)結(jié)果與分析
5.4.1 實(shí)驗(yàn)說(shuō)明
5.4.2 真實(shí)數(shù)據(jù)集
5.4.3 分類結(jié)果
5.4.4 算法分析
5.4.5 稀疏約束拓展
5.5 本章小結(jié)
第6章 基于圖論的協(xié)同正則化學(xué)習(xí)
6.1 引言
6.2 基本問題描述與模型定義
6.2.1 基于圖論的無(wú)監(jiān)督協(xié)同正則化學(xué)習(xí)問題描述
6.2.2 基于圖論的半監(jiān)督協(xié)同正則化學(xué)習(xí)問題描述
6.2.3 模型定義
6.3 基本圖論的協(xié)同正則化學(xué)習(xí)算法
6.3.1 基于圖論的協(xié)同正則化學(xué)習(xí)算法框架
6.3.2 基于圖論的協(xié)同正則化學(xué)習(xí)算法
6.4 實(shí)驗(yàn)結(jié)果與分析
6.4.1 實(shí)驗(yàn)說(shuō)明
6.4.2 數(shù)據(jù)集
6.4.3 聚類結(jié)果
6.4.4 算法分析
6.5 本章小結(jié)
第7章 基于圖論的多重正則化學(xué)習(xí)
7.1 引言
7.2 基本問題描述與模型定義
7.2.1 基于圖論的多重正則化學(xué)習(xí)問題描述
7.2.2 模型定義
7.3 基本圖論的無(wú)監(jiān)督多重正則化學(xué)習(xí)算法
7.3.1 基于圖論的無(wú)監(jiān)督多重正則化學(xué)習(xí)算法框架
7.3.2 基于圖論的無(wú)監(jiān)督多重正則化學(xué)習(xí)算法
7.3.3 算法收斂性
7.3.4 復(fù)雜度分析
7.4 基本圖論的半監(jiān)督多重正則化學(xué)習(xí)算法
7.4.1 基于圖論的半監(jiān)督多重正則化聚類學(xué)習(xí)算法
7.4.2 基于圖論的半監(jiān)督多重正則化分類學(xué)習(xí)算法
7.4.3 算法分析
7.5 與以往工作的區(qū)別和聯(lián)系
7.6 實(shí)驗(yàn)結(jié)果與分析
7.6.1 實(shí)驗(yàn)說(shuō)明
7.6.2 示例
7.6.3 真實(shí)數(shù)據(jù)集
7.6.4 實(shí)驗(yàn)結(jié)果
7.6.5 算法分析
7.6.6 模型變形
7.7 本章小結(jié)
第8章 基于圖論的公共視頻場(chǎng)景聚集性度量及分析
8.1 引言
8.2 公共視頻中群體場(chǎng)景的聚集性度量和分析框架
8.2.1 聚集度主題
8.2.2 研究思路和框架
8.3 公共視頻中群體場(chǎng)景的聚集性度量和場(chǎng)景劃分
8.3.1 路徑積分描述子
8.3.2 聚集度
8.3.3 自驅(qū)動(dòng)粒子模型實(shí)驗(yàn)
8.3.4 場(chǎng)景劃分方法
8.4 實(shí)驗(yàn)結(jié)果與分析
8.4.1 實(shí)驗(yàn)說(shuō)明
8.4.2 數(shù)據(jù)集
8.4.3 實(shí)驗(yàn)結(jié)果
8.5 本章小結(jié)
參考文獻(xiàn)
展開全部
基于圖論的機(jī)器學(xué)習(xí)方法 作者簡(jiǎn)介
黃魁華，博士，現(xiàn)任國(guó)防科技大學(xué)系統(tǒng)工程學(xué)院講師，主要從事智能規(guī)劃方面的研究，主持承擔(dān)裝備預(yù)研等部委級(jí)課題3項(xiàng)。程光權(quán)，博士，現(xiàn)任國(guó)防科技大學(xué)系統(tǒng)工程學(xué)院副研究員，“指揮控制組織設(shè)計(jì)與優(yōu)化” 科技創(chuàng)新團(tuán)隊(duì)骨干成員，主要從事軍事人工智能方面的研究，主持承擔(dān)自然科學(xué)基金等 課題4項(xiàng)、裝備預(yù)研等部委級(jí)課題5項(xiàng)。
書友推薦
- >
姑媽的寶刀
- >
李白與唐代文化
- >
唐代進(jìn)士錄
- >
推拿
- >
朝聞道
- >
【精裝繪本】畫給孩子的中國(guó)神話
- >
我從未如此眷戀人間
- >
自卑與超越
本類暢銷
