加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版 基于矩阵分解的信息融合方法与应用 马园园 科学技术文献出
¥ ×1
商品
服务
物流
1绪论1.1研究背景与研究意义1.1.1研究背景1.1.2研究意义1.2国内外研究进展1.2.1信息融合研究现状述评1.2.2基于机器学习的信息融合研究现状述评1.2.3存在的主要问题1.3研究内容与本书结构1.3.1研究内容1.3.2本书结构1.4本书主要贡献2信息融合相关理论2.1信息融合概念与原理2.1.1信息融合概念2.1.2信息融合原理2.2信息融合策略2.2.1早期融合2.2.2中期融合2.2.3后期融合2.3子空间学习理论2.3.1多视角谱聚类2.3.2连接的多视角非负矩阵分解2.3.3一致的多视角非负矩阵分解2.3.4基于多、图的信息融合2.4本章小结3基于对称非负矩阵分解的信息融合模型3.1对称非负矩阵分解3.1.1相似性度量3.1.2目标函数与优化3.2SNMF与核K均值聚类、谱聚类的等效性3.2.1核K均值聚类3.2.2谱聚类3.2.3实例3.3基于对称非负矩阵分解的聚类融合模型3.3.1建模思想3.3.2基本假设和一致性矩阵表述3.3.3基于对称非负矩阵分解的聚类融合模型的建立3.3.4算法优化3.4实例分析与讨论3.4.1数据集描述与预处理3.4.2实验结果3.4.3分析与讨论3.5本章小结4考虑图正则化的对称非负矩阵分解信息融合模型4.1正则化思想4.1.1正则化理论4.1.2图正则化框架4.2基于Laplacian正则化的对称非负矩阵分解融合模型4.2.1建模思想概述4.2.2基本假设4.2.3基于Laplacian正则化的对称非负矩阵分解融合模型4.2.4算法优化4.2.5实例分析与讨论4.3基于Hessian正则化的对称非负矩阵分解融合模型4.3.1建模思想概述4.3.2基本假设和定义4.3.3基于Hessian正则化的对称非负矩阵分解融合模型4.3.4算法优化4.3.5实例分析与讨论4.4基于对称非负矩阵分解的预测模型4.4.1基于对称非负矩阵分解的实时样本预测模型4.4.2实验分析与讨论4.5本章小结……5基于对称非负矩阵分解融合模型在跨模态检索中的应用6其他多视角信息融合模型及应用7总结与展望参考文献附录致谢
马园园,男,博士,主要研究领域:机器学习、复杂网络、生物信息学等,目前就职于安阳师范学院计算机与信息工程学院,从事信息分析、信息组织与检索教学、科研等工作,近3年来,在靠前主流会议和期刊上发表论文8篇,担任多个靠前SCI期刊审稿人。
大数据技术的发展,累积了大量的多源异构数据,挖掘这些数据背后蕴藏的价值,有助于推动科研人员发现科学规律的步伐。本书介绍了目前流行的多视角学习融合方法,并针对现有方法的不足,研究了基于矩阵分解的信息融合模型、考虑图正则化的矩阵分解融合模型和基于矩阵分解的预测模型,并将其应用到跨模态信息检索等任务中。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员