同類熱銷排行榜

高維數據分析中的張量學習理論與演算法研究

作者：鄧小武|責編:趙曉紅
出版社：中國紡織
ISBN：9787522901077

出版日期：2022/12/01
裝幀：平裝
頁數：200

人民幣：RMB 99.9 元售價：元

內容大鋼

現實世界中許多數據以複雜高維形式星現，數據包含非常多的屬性或特徵，對傳統的機器學習是巨大的挑戰。為此，本書展開了張量理論、演算法及其應用研究。本書首先系統地介紹了張量理論的一些基本概念、基本操作、經典張量分解以及經典張量演算法，其次討論了支持張量數據描述和核支持張量數據描述、OCSTuM和GA-OCSTuM方法、極限張量學習演算法、核支持張量環機，最後對該領域未來的發展應用前景做了總結與展望。

作者介紹

鄧小武|責編:趙曉紅
鄧小武，博士，副教授，碩士研究生導師，中國電腦學會會員，中國高校電腦教育MOOC聯盟湖南省地區工作委員會會員，廣東省自然科學基金評審專家，醫養健康智能感知與計算懷化市重點實驗室負責人。主要研究方向為張量學習、深度學習、物聯網技術、嵌入式智能技術、工業大數據。近年來，在國內外核心期刊發表論文10余篇，其中SCI一區、二區論文多篇，授權發明專利6項。

第1章  緒論
  1.1  研究背景及意義
  1.2  張量學習演算法研究進展
  1.3  張量應用研究
  1.4  本書主要研究內容
第2章  張量代數基礎理論
  2.1  張量分解理論
  2.2  t-product張量框架
  2.3  張量學習演算法
  2.4  本章小結
第3章  基於支持張量描述演算法的感知數據異常檢測
  3.1  引言
  3.2  支持張量數據描述
  3.3  核支持張量數據描述
  3.4  實驗及分析
  3.5  本章小結
第4章  基於張量Tucker學習機的感測器大數據異常檢測
  4.1  引言
  4.2  張量Tucker學習機
  4.3  基於遺傳演算法的Tucker學習機
  4.4  實驗研究
  4.5  本章小結
第5章  基於極限張量學習機的數據分類
  5.1  引言
  5.2  極限張量學習機
  5.3  實驗評估
  5.4  本章小結
第6章  核支持張量環機
  6.1  張量圖形表示
  6.2  Tensor-Train分解和Tensor-Ring分解
  6.3  基於Tensor-Ring的核方法
  6.4  實驗研究
  6.5  結論
第7章  結論與展望
  7.1  研究總結
  7.2  研究展望
參考文獻
附錄  張量軟體

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

高維數據分析中的張量學習理論與演算法研究