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:
本店所有商品

  • 全新正版非线数据挖掘9787118128611国防工业
    • 作者: 张小乾著 | 张小乾编 | 张小乾译 | 张小乾绘
    • 出版社: 国防工业音像出版社
    • 出版时间:2023-05-09
    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:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 张小乾著| 张小乾编| 张小乾译| 张小乾绘
    • 出版社:国防工业音像出版社
    • 出版时间:2023-05-09
    • 版次:1
    • 印次:1
    • 印刷时间:2023-06-02
    • 字数:144000
    • 页数:124
    • 开本:其他
    • ISBN:9787118128611
    • 版权提供:国防工业音像出版社
    • 作者:张小乾
    • 著:张小乾
    • 装帧:平装
    • 印次:1
    • 定价:99.00
    • ISBN:9787118128611
    • 出版社:国防工业
    • 开本:其他
    • 印刷时间:2023-06-02
    • 语种:暂无
    • 出版时间:2023-05-09
    • 页数:124
    • 外部编号:31759433
    • 版次:1
    • 成品尺寸:暂无

    1 绪论1.1 研究背景和研究意义1.2 子空间聚类概述1.3 稀疏子空间聚类概述1.3.1 单视图稀疏子空间聚类研究现状1.3.2 多视图稀疏子空间聚类研究现状1.4 稀疏子空间聚类相关理论1.4.1 稀疏表示1.4.2 低秩表示1.4.3 子空间聚类的优化算法1.5 本文的主要工作1.6 结构安排2 基于非凸低秩核的鲁棒子空间聚类2.1 引言2.2 相关工作2.2.1 Schatten p-范数2.2.2 相关熵. 鲁棒低秩核子空间聚类模型及求解策略..1 鲁棒低秩核子空间聚类模型..2 模型的优化与求解.. RLKSC 的完整算法2.4 收敛及计算复杂度分析2.4.1 收敛分析2.4.2 计算复杂度分析2.5 实验结果与分析2.5.1 实验设置2.5.2 在 YaleB 数据集上的人脸聚类2.5.3 在 AR 数据集上的人脸聚类2.5.4 在 COIL-20 数据集上的物体聚类2.5.5 在 Hopkins155 数据集上的运动分割2.5.6 参数选择及收敛验2.6 本章小结3 融合协同表示与低秩核的鲁棒多视图子空间聚类3.1 引言3.2 主要符号及相关工作3.2.1 主要符号3.2.2 非凸低秩核策略3.3 RLKMSC 模型及求解策略3.3.1 Centroid-based RLKMSC 的模型提出及优化3.3.2 Pairwise RLKMSC 的模型及优化3.3.3 RLKSC 的完整算法3.4 收敛及计算复杂度分析3.4.1 收敛分析3.4.2 计算复杂度3.5 实验与结果分析3.5.1 数据集简介3.5.2 对比算法及实验设置3.5.3 实验结果与分析3.5.4 参数选择及收敛验3.6 本章小结4 基于 WSNM 的异核多视图鲁棒子空间聚类4.1 引言4.2 关键缩写及相关工作4.2.1 关键缩写4.2.2 加权 Schatten p-范数4.. 多核策略4.3 MKLR-RMSC 模型及求解策略4.3.1 模型 MKLR-RMSC 的提出4.3.2 模型 MKLR-RMSC 的优化与求解4.3.3 模型 MKLR-RMSC 的完整算法4.4 计算复杂度分析4.5 实验与结果分析4.5.1 数据集简介4.5.2 实验设置4.5.3 聚类结果及讨论4.5.4 参数45.5 收敛验4.5.6 计算能分析4.6 本章小结5 置信度自动加权鲁棒多视图子空间聚类5.1 引言5.2 相关工作5.2.1 块对角正则化5.2.2 截断核范数5.. 混合相关熵5.3 CLWRMSC 模型及求解策略5.3.1 模型 CLWRMSC 的提出5.3.2 模型 CLWRMSC 的优化与求解5.3.3 模型 MKLR-RMSC 的完整算法5.4 收敛及计算复杂度分析5.4.1 收敛分析5.4.2计算复杂度分析5.5 实验与结果分析5.5.1 数据集简介5.5.2 对比算法及实验设置5.5.3 单视图数据集上的消融实验5.5.4 多视图数据集上的能评5.5.5 参数及模型收敛验5.5.6 计算能分析5.5.7 结果分析与讨论5.6 本章小结6 结束语6.1 本文工作总结6.2 未来工作展望

    张小乾,男,博士,副教授,硕士生导师。2013年于西南科技大学信息工程学院电路与系统专业,一直从事模式识别教学与科研工作;2017年师从南京理工大学孙怀江教授,开展无监督学习的理论及应用研究工作。目前主要致力于研究图像分类及特征提取、无监督学习、医学图像处理等。已出版学术30余篇,其中SCI期刊收录10余篇,EI收录5篇,模式识别领域期刊会议)近10篇。


    《非线数据挖掘》主要介绍非线数据挖掘技术,以子空间聚类为主要的数据分析方法,结合稀疏表示、低秩表示、多核学习、协同学习等技术,针对现有模型中存在的一些问题,在适应非线数据并抑制大尺度噪声的能力、算法的有效实现、模型推广以及应用等方面进行了探讨和研究。
      《非线数据挖掘》主要内容有四个方面:①研究并解决了传统的核子空间聚类方法不能有效挖掘特征空间中数据低秩结构的问题:②有效解决了现有的多视图聚类方法得到的往往是次优解的问题:③解决了多视图数据中各视图数据的独有特征信息不易挖掘的问题;④研究多视图数据中样本置信度的差异问题。
      《非线数据挖掘》内容系统强、知识覆盖面广、观点独到,适合广大数据挖掘专业的技术人员、学者及在校学生阅读。

    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