掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
非線性數據挖掘 版權信息
- ISBN：9787118128611
- 條形碼：9787118128611 ; 978-7-118-12861-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
非線性數據挖掘 內容簡介
本文主要研究單視圖數據和多視圖數據的子空間聚類模型和算法。首先針對單視圖數據，研究數據的非線性、非凸低秩表示，以及非高斯噪聲的抑制，并提出了相應的子空間聚類算法。然后針對多視圖數據子空間聚類的問題，采用低秩核約束的思路，通過協同學習方法來獲得各視圖的連通表示，進而把單視圖子空間聚類推廣到多視圖數據聚類中。
非線性數據挖掘 目錄
1 緒論1.1 研究背景和研究意義1.2 子空間聚類概述1.3 稀疏子空間聚類概述1.3.1 單視圖稀疏子空間聚類研究現狀1.3.2 多視圖稀疏子空間聚類研究現狀1.4 稀疏子空間聚類相關理論1.4.1 稀疏表示1.4.2 低秩表示1.4.3 子空間聚類的優化算法1.5 本文的主要工作1.6 論文結構安排2 基于非凸低秩核的魯棒子空間聚類2.1 引言2.2 相關工作2.2.1 Schatten p-范數2.2.2 相關熵2.3 魯棒低秩核子空間聚類模型及求解策略2.3.1 魯棒低秩核子空間聚類模型2.3.2 模型的優化與求解2.3.3 RLKSC 的完整算法2.4 收斂性及計算復雜度分析2.4.1 收斂性分析2.4.2 計算復雜度分析2.5 實驗結果與分析2.5.1 實驗設置2.5.2 在 YaleB 數據集上的人臉聚類2.5.3 在 AR 數據集上的人臉聚類2.5.4 在 COIL-20 數據集上的物體聚類2.5.5 在 Hopkins155 數據集上的運動分割2.5.6 參數選擇及收斂性驗證2.6 本章小結3 融合協同表示與低秩核的魯棒多視圖子空間聚類3.1 引言3.2 主要符號及相關工作3.2.1 主要符號3.2.2 非凸低秩核策略3.3 RLKMSC 模型及求解策略3.3.1 Centroid-based RLKMSC 的模型提出及優化3.3.2 Pairwise RLKMSC 的模型及優化3.3.3 RLKSC 的完整算法3.4 收斂性及計算復雜度分析3.4.1 收斂性分析3.4.2 計算復雜度3.5 實驗與結果分析3.5.1 數據集簡介3.5.2 對比算法及實驗設置3.5.3 實驗結果與分析3.5.4 參數選擇及收斂性驗證3.6 本章小結4 基于 WSNM 的異核多視圖魯棒子空間聚類4.1 引言4.2 關鍵縮寫及相關工作4.2.1 關鍵縮寫4.2.2 加權 Schatten p-范數4.2.3 多核策略4.3 MKLR-RMSC 模型及求解策略4.3.1 模型 MKLR-RMSC 的提出4.3.2 模型 MKLR-RMSC 的優化與求解4.3.3 模型 MKLR-RMSC 的完整算法4.4 計算復雜度分析4.5 實驗與結果分析4.5.1 數據集簡介4.5.2 實驗設置4.5.3 聚類結果及討論4.5.4 參數敏感性4.5.5 收斂性驗證4.5.6 計算性
展開全部
非線性數據挖掘 作者簡介
張小乾，男，博士，副教授，碩士生導師。2013年畢業于西南科技大學信息工程學院電路與系統專業，一直從事模式識別教學與科研工作；2017年師從南京理工大學孫懷江教授，開展無監督學習的理論及應用研究工作。目前主要致力于研究圖像分類及特征提取、無監督學習、醫學圖像處理等。已出版學術論文30余篇，其中SCI期刊收錄論文10余篇，EI收錄5篇，模式識別領域頂級期刊(會議)論文近10篇。
書友推薦
- >
我從未如此眷戀人間
- >
伯納黛特,你要去哪(2021新版)
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
伊索寓言-世界文學名著典藏-全譯本
- >
小考拉的故事-套裝共3冊
- >
李白與唐代文化
- >
史學評論
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
本類暢銷
