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!
100%刮中券,最高99元无敌券,券有效期7天
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。
醉染图书基于矩阵分解的信息融合方法及应用9787518959037
¥ ×1
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..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..后期融合
.子空间学习理论
..1多视角谱聚类
..2连接的多视角非负矩阵分解
..一致的多视角非负矩阵分解
..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
3.2.1核K均值聚类
3.2.2谱聚类
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基本设和一致矩阵表述
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基本设
4..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。
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~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
