掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
張量學習理論及其應用 版權信息
- ISBN：9787030764577
- 條形碼：9787030764577 ; 978-7-03-076457-7
- 裝幀：平裝膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
張量學習理論及其應用 內容簡介
自然圖像、高光譜圖像、醫學圖像、視頻、社交網絡數據本質上都是多模態數據，張量是多模態數據的自然表示形式。*近十余年來，張量學習的研究引起了國內外研究者的廣泛關注，取得了一批非常優秀的成果，被廣泛應用于機器學習、模式識別、圖像處理、計算機視覺、數據挖掘和社交網絡分析等領域。在本書中，我們從張量的基本概念和代數運算出發，基于多元統計分析和小樣本學習理論的兩條主線，詳細歸納和總結了研究者們在張量分解、張量子空間學習、有監督張量學習、帶噪聲和缺失數據的張量子空間學習、張量子空間學習在圖像補全和去噪中的應用、張量子空間學習在數據挖掘中的應用等方面取得的近期新成果。
張量學習理論及其應用 目錄
“統計與數據科學叢書”序
前言
第1章 張量的基本概念和代數運算
1.1 矢量及其代數運算
1.2 斜角直線坐標系的基矢量和矢量分量
1.3 張量的定義及表示
1.4 張量的代數運算
1.5 機器學習和力學中的張量表示與運算之間的關系
參考文獻
第2章 張量分解
2.1 CP分解
2.1.1 基于交替 小二乘的CP分解算法
2.1.2 非負CP分解算法
2.1.3 稀疏并行CP分解算法
2.2 高階奇異值分解
2.2.1 HOSVD算法
2.2.2 增量SVD算法
2.2.3 增量高階奇異值分解算法
2.3 Tucker分解
2.3.1 標準Tucker分解算法
2.3.2 稀疏Tucker分解算法
2.4 張量奇異值分解
2.5 TT分解
2.6 TR分解
參考文獻
第3章 張量子空間學習
3.1 多線性主成分分析
3.2 在線多線性主成分分析
3.3 張量線性判別分析算法
3.4 多線性非相關判別分析
3.5 基于流形學習的張量子空間學習算法
3.5.1 張量判別式局部線性嵌入算法
3.5.2 張量等距特征映射算法
3.5.3 張量鄰域保留嵌入算法
3.5.4 張量局部保留投影算法
3.5.5 張量局部判別嵌入算法
3.5.6 張量拉普拉斯特征映射算法
3.6 基于圖嵌入的張量子空間學習
3.7 基于回歸的大規模TLPP算法
參考文獻
第4章 有監督張量學習
4.1 有監督張量學習機
4.2 基于因子分解的 小二乘支持張量機
4.3 線性支持高階張量機
4.4 基于特征選擇的線性支持高階張量機
4.5 半監督支持高階張量機
4.6 彈球支持高階張量機
4.6.1 彈球支持向量機
4.6.2 彈球支持張量機
4.6.3 求解彈球支持張量機的SMO算法
展開全部
書友推薦
- >
中國歷史的瞬間
- >
名家帶你讀魯迅:朝花夕拾
- >
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)
- >
龍榆生：詞曲概論/大家小書
- >
山海經
- >
羅曼·羅蘭讀書隨筆-精裝
- >
名家帶你讀魯迅:故事新編
- >
朝聞道
本類暢銷
