子空间降维算法研究与应用

本书特色

[

《子空间降维算法研究与应用》结合作者近几年的相关研究工作,全面系统地介绍子空间降维的概念?主要原理?经典方法和国内外有关研究的*新成果?第1~2 章介绍子空间降维的基本内容包括发展概述与基本方法;第3~6 章介绍作者关于子空间降维的*新研究成果;第7 章引入一些秩极小化方法?《子空间降维算法研究与应用》选取一些经典方法进行介绍,并结合作者的研究成果加以论述,较好地反映了该研究领域的全貌,并具有一定的关联性与层次性,便于初学者学习和使用?

]

内容简介

[

《子空间降维算法研究与应用》可供大数据?信号处理?模式识别?机器学习?计算机视觉?数据挖掘等领域的科研人员参考?

]

目录

目录前言第1章绪论1第2章基于局部和全局的子空间降维算法52.1基于全局的子空间算法52.1.1主成分分析及其核推广52.1.2线性判别分析及其核推广92.1.3多维尺度分析142.1.4等距映射算法162.2局部子空间学习算法172.2.1局部线性嵌入172.2.2拉普拉斯特征映射20第3章多核二维判别子空间学习223.1核函数233.2二维线性判别分析及其核方法243.2.1二维线性判别分析253.2.2二维线性判别分析实质263.2.3基于核的二维线性判别分析283.3多核二维判别分析303.3.1多核的定义303.3.2多核左乘单边二维线性判别分析313.3.3多核右乘单边二维线性判别分析353.3.4实验39第4章基于谱图的半监督边界费希尔分析434.1谱嵌入数学基础434.1.1全局谱嵌入434.1.2局部谱嵌入444.2基于谱图理论的降维算法454.2.1图的基本概念454.2.2图的laplacian及其基本性质454.3基于谱图理论的局部保持映射474.3.1lpp算法474.3.2lpp与pca的关系484.3.3lpp与lda的关系484.4基于谱图理论降维方法的统一框架514.4.1直接图嵌入及其扩展方法514.4.2图嵌入框架的实例化534.5自适应半监督边界费希尔分析574.5.1边界费希尔分析574.5.2问题形式化与算法584.5.3实验与分析60第5章基于图的非负矩阵分解635.1nmf与pca?vq的关系635.2非负矩阵分解含义645.3非负矩阵分解655.3.1标准nmf655.3.2lnmf725.3.3nnsc725.3.4snmf735.3.5nmfsc735.3.6dnmf735.4半监督凸非负矩阵分解745.4.1凸非负矩阵分解算法755.4.2mmp算法765.4.3算法的目标函数775.4.4算法收敛性分析785.4.5实验82第6章格拉斯曼流形上的半监督判别分析856.1格拉斯曼流形及其上判别分析866.1.1格拉斯曼流形866.1.2格拉斯曼流形上的判别分析876.2算法的目标函数与描述886.2.1目标函数886.2.2算法描述906.3实验916.3.1描述916.3.2实验环境设置916.3.3识别率926.3.4参数的敏感性936.3.5实验结果的总体讨论95第7章稀疏与低秩977.1压缩感知987.2低秩矩阵恢复1007.2.1矩阵填充1007.2.2矩阵填充算法1027.2.3鲁棒主成分分析1077.2.4低秩表示1097.2.5矩阵重建的其他算法110参考文献114

封面

书名:子空间降维算法研究与应用

作者:姜伟

页数:123

定价:¥45.0

出版社:科学出版社

出版日期:2015-03-01

ISBN:9787030436573

PDF电子书大小:146MB 高清扫描完整版