幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

面向序列數據的多視圖方法

  • 作者：楊燕//江永全//李天瑞|責編:陳麗華
  • 出版社：科學
  • ISBN：9787030778895
  • 出版日期：2024/06/01
  • 裝幀：平裝
  • 頁數：194
人民幣：RMB 169 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    真實世界中的序列數據隨時間推移呈爆炸式增長，如何設計面向序列數據的知識發現方法是當前研究的熱點之一。本書以深度學習和多視圖學習為理論基礎，以序列數據為研究對象，為面向序列數據分析提供多視圖的學習方法與技術，同時為典型場景下的序列數據分析提供多視圖深度學習解決方案，以期為序列數據分析、多視圖學習領域的研究及應用提供參考。本書針對序列數據的動態性、突變性、不確定性和時空關聯性等特點，探討多視圖學習理論，構建面向序列數據的多視圖方法，概述基礎理論與傳統方法，並系統地介紹多視圖序列數據應用領域的研究理論、演算法及成果。
    全書兼具理論性、資料性和實踐性，可供從事機器學習、數據挖掘、交通工程、智慧醫療等學科領域的教研人員、研究生使用，也可供上述領域的企業工程研發人員參考。
作者介紹
楊燕//江永全//李天瑞|責編:陳麗華
目錄
第1章  緒論
  1.1  機器學習、多視圖學習及多視圖序列分析方法
  1.2  多視圖序列數據
  1.3  多視圖序列數據的應用
    1.3.1  城市交通
    1.3.2  社交媒體
    1.3.3  高鐵監測
    1.3.4  智能醫療
    1.3.5  視頻理解
    1.3.6  自動駕駛
  1.4  挑戰與思考
    1.4.1  視圖內動態
    1.4.2  多視圖異構
    1.4.3  跨視圖交互
    1.4.4  不完備多視圖序列
  參考文獻
第2章  面向序列數據的多視圖方法基礎
  2.1  序列數據及其模型方法
    2.1.1  序列數據
    2.1.2  經典的時間序列分析模型
    2.1.3  深度學習下的序列模型
  2.2  多視圖學習概述
    2.2.1  多視圖數據
    2.2.2  多視圖學習
  2.3  多視圖圖學習方法
    2.3.1  基於自適應近鄰圖的多視圖學習
    2.3.2  基於領域多核學習的多視圖學習
  2.4  基於深度學習的多視圖序列模型
    2.4.1  基於網格的多視圖序列模型
    2.4.2  基於時序的多視圖序列模型
    2.4.3  基於圖的多視圖序列模型
  參考文獻
第3章  交通預測中面向序列數據的多視圖方法
  3.1  交通序列數據預測概述
  3.2  基於卷積-循環神經網路的交通預測模型
    3.2.1  交通運力預測
    3.2.2  深度靈活結構化時空模型
    3.2.3  實驗結果與分析
  3.3  基於圖卷積網路的交通預測模型
    3.3.1  交通流預測
    3.3.2  基於多視圖的時空自適應圖卷積網路
    3.3.3  實驗結果與分析
  3.4  基於多任務的交通流預測模型
    3.4.1  多城市交通流預測
    3.4.2  基於多任務學習的多城市交通流量預測模型
    3.4.3  實驗結果與分析
  參考文獻
第4章  社交媒體分析中面向序列數據的多視圖方法
  4.1  社交媒體分析中的多視圖概述
  4.2  基於多視圖學習的情感分析模型

    4.2.1  方面級情感分析
    4.2.2  基於多任務多視圖聯合學習的方面級情感分析模型
    4.2.3  實驗結果與分析
  4.3  基於自適應多模態融合的情感分析模型
    4.3.1  方面級多模態情感分析
    4.3.2  基於自適應跨模態融合的方面級情感分析模型
  4.4  基於跨模態融合的假新聞檢測模型
    4.4.1  跨模態假新聞檢測
    4.4.2  面向假新聞檢測的跨模態實例感知模型
    4.4.3  實驗結果與分析
  參考文獻
第5章  高速列車工況識別中面向序列數據的多視圖方法
  5.1  高速列車工況識別概述
  5.2  基於多視圖聚類集成的高速列車走行部工況識別模型
    5.2.1  多視圖的構建
    5.2.2  基於多視圖加權聚類集成的高速列車走行部工況識別模型
    5.2.3  實驗結果與分析
  5.3  基於多視圖核模糊聚類的高速列車走行部工況識別模型
    5.3.1  模糊聚類
    5.3.2  基於多視圖核模糊聚類的高速列車走行部工況識別模型
    5.3.3  實驗結果與分析
  5.4  基於相似度比率和深度信念網路的高速列車走行部工況識別模型
    5.4.1  深度信念網路
    5.4.2  基於相似度比率和MDBN的高速列車走行部工況識別模型
    5.4.3  實驗結果與分析
  參考文獻
第6章  智能醫療疾病診斷中的多視圖方法
  6.1  智能醫療疾病診斷中多視圖方法概述
  6.2  基於多視圖聚類的阿爾茨海默病進展預測模型
    6.2.1  一致性多視圖聚類的阿爾茨海默病預測概述
    6.2.2  基於NMF的一致性多視圖聚類模型
    6.2.3  實驗結果與分析
  6.3  基於多視圖深度學習的帕金森病篩查模型
    6.3.1  多視圖深度學習的帕金森病篩查概述
    6.3.2  基於多視圖深度學習的PD篩查模型
    6.3.3  實驗結果與分析
  6.4  基於多視圖深度學習的癲癇檢測模型
    6.4.1  多視圖深度學習癲癇檢測概述
    6.4.2  短時傅里葉變換視圖和功率譜密度視圖的多視圖深度學習模型
    6.4.3  實驗結果與分析
  參考文獻

  • 商品搜索：
  • | 高級搜索
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