返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

欢迎光临我们店铺!书籍都是正版全新书籍,欢迎下单~!!

本店所有商品

  • 音像稀疏表示学习理论与应用田博,朱鹏程,杨磊
  • 正版
    • 作者: 田博,朱鹏程,杨磊著 | 田博,朱鹏程,杨磊编 | 田博,朱鹏程,杨磊译 | 田博,朱鹏程,杨磊绘
    • 出版社: 上海财经大学出版社有限公司
    • 出版时间:2023-11-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 田博,朱鹏程,杨磊著| 田博,朱鹏程,杨磊编| 田博,朱鹏程,杨磊译| 田博,朱鹏程,杨磊绘
    • 出版社:上海财经大学出版社有限公司
    • 出版时间:2023-11-01
    • 版次:1
    • 印次:1
    • 字数:337000
    • 页数:276
    • 开本:16开
    • ISBN:9787564242053
    • 版权提供:上海财经大学出版社有限公司
    • 作者:田博,朱鹏程,杨磊
    • 著:田博,朱鹏程,杨磊
    • 装帧:平装
    • 印次:1
    • 定价:88.00
    • ISBN:9787564242053
    • 出版社:上海财经大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-11-01
    • 页数:276
    • 外部编号:1203121634
    • 版次:1
    • 成品尺寸:暂无

    章 稀疏表示与压缩感知概述/1

    1.1 稀疏实例/1

    1.2 稀疏表示的研究背景/3

    1.3 信号稀疏表示的发展/4

    1.4 信号稀疏表示概述/5

    1.5 压缩感知理论/7

    本章小结/13

    第2章 稀疏表示模型/14

    2.1 稀疏的概念/14

    2.2 信号稀疏-冗余表示/15

    . 稀疏表示模型/17

    2.4 稀疏表示学习算法/24

    本章小结/29

    第3章 小波变换、脊波变换及曲波变换/30

    3.1 小波变换/30

    3.2 脊波变换/39

    3.3 曲波变换/44

    本章小结/49

    第4章 稀疏表示理论分析/50

    4.1 问题(P0)和问题(P1)的等价/50

    4.2 稀疏表示理论概率明/56

    4.3 稀疏随机矩阵的有限等距质/61

    本章小结/66

    第5章 稀疏字典学习/67

    5.1 稀疏字典学习概述/67

    5.2 匹配追踪算法/68

    5.3 非监督字典学习/73

    5.4 稀疏分解 ASR算法/80

    本章小结/82

    第6章 LASSO模型/83

    6.1 LASSO概述/83

    6.2 LASSO理论/84

    6.3 LASSO模型求解/88

    6.4 实验分析/93

    本章小结/96

    第7章 Dantzig选择器/97

    7.1 Dantzig选择器模型/97

    7.2 DS问题解特分析/99

    7.3 原始对偶追踪算法分析/104

    7.4 原始对偶内点法/108

    7.5 ADMM求解Dantzig选择器/110

    7.6 DASSO方法/112

    7.7 实验分析/114

    本章小结/120

    第8章 稀疏贝叶斯学习/121

    8.1 稀疏贝叶斯学习概述/121

    8.2 正则化稀疏贝叶斯学习/1

    8.3 概率稀疏表示分类方法/127

    本章小结/129

    第9章 稀疏表示中常用的优化算法/130

    9.1 次梯度优化算法/130

    9.2 ADMM算法/136

    9.3 近端线化近似布雷格曼(Bregman)算法/144

    9.4 坐标下降法/148

    9.5 阈值迭代法/156

    本章小结/162

    0章 Lq优化模型近似计算方法/163

    10.1 L0范数平滑函数法/163

    10.2 L1/2正则化理论/165

    10.3 迭代重加权Lq极小化算法/171

    10.4 迭代重加权二乘法/175

    本章小结/177

    1章 稀疏子空间聚类/178

    11.1 子空间聚类概述/178

    11.2 稀疏子空间聚类/180

    11.3 稀疏子空间聚类社区发现/186

    本章小结/192

    2章 基于稀疏表示的人脸识别与检测/193

    12.1 基于稀疏表示的人脸识别方法/193

    12.2 基于稀疏表示的人脸检测方法/198

    本章小结/205

    3章 基于稀疏表示的运动目标检测/206

    13.1 RPCA运动目标检测方法/206

    13.2 基于低秩-稀疏表示的运动目标检测方法/207

    13.3 基于低秩-稀疏与全变分表示的运动目标检测方法/215

    本章小结/226

    4章 稀疏约束条件下的非负矩阵分解/227

    14.1 非负矩阵分解概述/227

    14.2 非负矩阵分解迭代算法/228

    14.3 SSC-NMF结合的社区发现方法/4

    14.4 实验分析/

    本章小结/242

    参考文献/243

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    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

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购