同類熱銷排行榜

投影學習--理論及應用

作者：劉本永|責編:葉蘇蘇//賀江艷
出版社：科學
ISBN：9787030812827

出版日期：2025/03/01
裝幀：平裝
頁數：143

人民幣：RMB 139 元售價：元

內容大鋼

本書對機器學習中的投影學習演算法進行系統的理論分析與應用探討，內容包括描述型投影學習和鑒別型投影學習之正投影及斜投影學習準則、一般形式、增量學習和稀疏化演算法，以及這些演算法在信號分析處理、模式識別等領域中的典型應用等。
本書可供人工智慧領域有關科研人員參考，也可作為高等院校人工智慧、電腦科學與技術、電子信息工程、通信工程、電氣工程及其自動化等專業高年級本科生和相應學科研究生的教學參考書，還可供在各種應用場景下從事人工智慧技術開發的工程人員參考。

作者介紹

劉本永|責編:葉蘇蘇//賀江艷

第1章  概論
  1.1  引言
  1.2  人工智慧與機器學習概述
    1.2.1  人工智慧的基本概念及發展簡史
    1.2.2  人工智慧的主要研究領域及關鍵基礎問題
    1.2.3  機器學習的基本概念及典型演算法
  1.3  投影學習綜述
    1.3.1  聯想記憶網路訓練中的投影學習
    1.3.2  最優泛化投影學習
  1.4  本章小結
第2章  投影學習的代數與泛函基礎
  2.1  引言
  2.2  希爾伯特空間與再生核希爾伯特空間
    2.2.1  希爾伯特空間的定義
    2.2.2  投影定理
    2.2.3  再生核希爾伯特空間
  2.3  希爾伯特空間中的線性運算元
    2.3.1  希爾伯特空間中的線性泛函與線性運算元
    2.3.2  希爾伯特空間中的投影運算元
  2.4  希爾伯特空間中的框架與運算元廣義逆
    2.4.1  希爾伯特空間中的框架
    2.4.2  希爾伯特空間中線性運算元的廣義逆
    2.4.3  框架與運算元廣義逆的關係
  2.5  本章小結
第3章  描述型投影學習
  3.1  引言
  3.2  描述型投影學習的基本準則和形式
    3.2.1  確定性問題中的最優泛化學習準則及投影約束解
    3.2.2  隨機性問題中的最優泛化學習準則及投影約束解
  3.3  描述型投影學習的擴展形式
    3.3.1  偏投影學習
    3.3.2  S-L投影學習
    3.3.3  偏斜投影學習
  3.4  描述型投影學習的增量形式
    3.4.1  增量偏投影學習
    3.4.2  增量PTOPL
  3.5  本章小結
第4章  鑒別型投影學習
  4.1  引言
  4.2  核非線性鑒別子
    4.2.1  KND的學習準則與基本形式
    4.2.2  KND的投影學習機理與斜投影擴展形式
    4.2.3  KND的自適應訓練
  4.3  表示型核非線性鑒別子
    4.3.1  KNRD的投影學習準則和基本形式
    4.3.2  KNRD的自適應訓練
  4.4  斜投影核鑒別子
    4.4.1  KDOP的基本形式
    4.4.2  KDOP的增量形式
  4.5  本章小結

第5章  典型應用
  5.1  引言
  5.2  在信號分析處理中的應用
    5.2.1  基於直方圖擬合與分解的圖像分割
    5.2.2  基於曲面擬合與再採樣的圖像放大
    5.2.3  基於多幀融合的圖像超分辨重建
    5.2.4  基於曲線擬合的語音端點檢測與增強
  5.3  在模式識別中的應用
    5.3.1  手寫數字識別
    5.3.2  人臉識別
    5.3.3  說話人識別
    5.3.4  雷達目標識別
    5.3.5  視頻目標行為識別
  5.4  本章小結
參考文獻

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

投影學習--理論及應用