书籍简介:

本书针对高维数据处理中存在的高维数、非限性等挑战，研究基于核学习和深度学习的高维数据特征提取方法，并将所提方法应用于人脸聚类、文本分类等实际问题。主要内容包括：（1）提出基于谱回归和迹比率最大化的多核维数约简方法。（2）建立基于谱回归的边缘Fisher分析模型，并对模型进行多核拓展。（3）创建低维嵌入的半监督非参核学习模型，推导半监督嵌入式低秩核学习算法。（4）结合深度学习，提出多层核学习特征提取方法。

书籍规格:

书籍详细信息
书名	基于多层核学习的特征提取方法及应用站内查询相似图书
	9787564645656 如需购买下载《基于多层核学习的特征提取方法及应用》pdf扫描版电子书或查询更多相关信息，请直接复制isbn,搜索即可全网搜索该ISBN
出版地	徐州	出版单位	中国矿业大学出版社
版次	1版	印次	1
定价(元)	32.0	语种	简体中文
尺寸	26 × 18	装帧	平装
页数		印数

书籍信息归属:

基于多层核学习的特征提取方法及应用是中国矿业大学出版社于2019.12出版的中图分类号为 TP274 的主题关于数据处理－研究的书籍。