完结共56章
倒序
封面
版权信息
内容简介
人工智能出版工程 丛书编委会
前言
第1章 绪论
1.1 模式的基本概念
1.2 模式表示学习
1.3 模式分类
1.4 应用算例
参考文献
第2章 线性子空间表示
2.1 主成分分析
2.2 线性鉴别分析
2.3 小样本情况下的线性鉴别分析
2.4 二维主成分分析
- APP免费
2.5 二维线性鉴别分析
- APP免费
2.6 应用算例
- APP免费
参考文献
- APP免费
第3章 非线性子空间表示
- APP免费
3.1 核方法的基本思想
- APP免费
3.2 核主成分分析
- APP免费
3.3 核费希尔鉴别分析
- APP免费
3.4 完整的KFD算法（CKFD）
- APP免费
3.5 应用算例
- APP免费
参考文献
- APP免费
第4章 流形学习
- APP免费
4.1 概述
- APP免费
4.2 非线性嵌入方法
- APP免费
4.3 特殊的黎曼流形
- APP免费
4.4 流形对齐
- APP免费
4.5 应用
- APP免费
参考文献
- APP免费
第5章 稀疏表示
- APP免费
5.1 稀疏表示的基本算法
- APP免费
5.2 基于稀疏表示的特征抽取
- APP免费
5.3 基于稀疏表示的分类
- APP免费
5.4 稀疏表示的典型应用
- APP免费
参考文献
- APP免费
第6章 低秩模型
- APP免费
6.1 概述
- APP免费
6.2 与核范数有关的RPCA
- APP免费
6.3 与核范数有关的LRR
- APP免费
6.4 与核范数有关的RMR
- APP免费
6.5 应用
- APP免费
6.6 归纳与展望
- APP免费
参考文献
- APP免费
第7章 深度学习
- APP免费
7.1 概述
- APP免费
7.2 自编码器
- APP免费
7.3 卷积神经网络
- APP免费
7.4 递归神经网络
- APP免费
7.5 生成对抗网络
- APP免费
7.6 图卷积神经网络
- APP免费
7.7 应用
- APP免费
参考文献
更新时间：2020-09-05 00:32:07