您好,欢迎来到聚文网。 登录 免费注册
基于融合表征的多视图学习方法

基于融合表征的多视图学习方法

  • 字数: 157000
  • 装帧: 平装
  • 出版社: 西安电子科技大学出版社
  • 作者: 郑婷一
  • 出版日期: 2024-03-01
  • 商品条码: 9787560669304
  • 版次: 1
  • 开本: 16开
  • 页数: 144
  • 出版年份: 2024
定价:¥30 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
基于融合表征的多视图学习是机器学习中的一个重要研究分支。本书介绍了基于融合表征的多视图学习方法的基础概念、技术应用及研究现状和系列方法。
全书共5章,大致分为两部分:第1部分(第1章)介绍多视图学习的基本概念、主要技术手段及研究现状;第2部分(第2~5章)介绍了四种多视图学习方法——基于多视图相关性与融合表征效果的关联性分析方法、基于双反馈机制的多视图相关性增强表征学习方法、基于多视图深层特征增强的隐空间融合表征方法、基于多视图差异性和一致性的聚类融合增强学习方法,这部分内容先对问题背景进行剖析,介绍相关基础模型,再详细描述方法框架及原理,然后介绍方法的应用效果,由浅到深,便于读者深入了解各种方法,从中挖掘出有意义的改进点,便于后续研究的开展。
本书适合从事人工智能、机器学习、数据挖掘等方向研究的本科生和研究生阅读,也可供具有一定研究背景的对多视图学习感兴趣的读者参考。
目录
第1章多视图学习概述
1.1研究背景
1.2基础模型
1.3方法描述
1.3.1基于子空间学习的多视图学习
1.3.2基于协同训练的多视图学习
1.3.3基于多核学习的多视图学习
1.3.4基于图模型的多视图学习
1.3.5基于特定任务的多视图学习
1.4应用挑战
1.5本章小结
第2章基于多视图相关性与融合表征效果的关联性分析方法
2.1研究背景
2.2基础模型
2.2.1优选信息系数
2.2.2典型相关性分析
2.3方法描述
2.4应用案例
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网