高维数据的流形学习分析方法
暂无封面,等待上传

高维数据的流形学习分析方法

李波, 著

出版社:武汉大学出版社

年代:2016

定价:40.0

书籍简介:

流形学习作为一种非线性维数约减方法,可以成功挖掘高维非线性数据中蕴含的几何结构信息,实现高维数据到低维空间中的映射。本书首先介绍了流形学习方法研究的背景和典型应用领域,然后对于流形及流形学习相关的数学概念进行定义,按照流形学习方法的特点对其分类,并详细描述了每一类型代表性流形学习方法。本书面向数据分类,探讨了传统流形学习方法的缺陷及常用解决措施。针对流形学习噪声敏感,设计了基于ISOMAP的噪声流形学习方法。结合原始流形无监督学习的特点,提出了基于LE的判别图拉普拉斯谱学习方法和基于LLE的局部线性判别嵌入方法的监督学习方法。本书还根据多类数据的多流形分布假设,介绍三种基于多流形相似度度量学习的多流形判别学习方法。并从克服小样本问题入手,定义两种多流形间距准则,阐述了三种基于多流形间距准则的多流形判别学习方法。最后,构建线性维数约减统一Fisher框架模型。

书籍规格:

书籍详细信息
书名高维数据的流形学习分析方法站内查询相似图书
9787307178397
如需购买下载《高维数据的流形学习分析方法》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
出版地武汉出版单位武汉大学出版社
版次1版印次1
定价(元)40.0语种简体中文
尺寸26 × 19装帧平装
页数印数

书籍信息归属:

高维数据的流形学习分析方法是武汉大学出版社于2016.5出版的中图分类号为 O192 的主题关于 流形分析 的书籍。