登入帳戶　 |　訂單查詢　 |　購物車/收銀台( 0 )　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入 新註冊 |　新用戶登記

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / EMS，時效：出貨後2-3日

新書推薦： 《 启功谈国画（启功著，中华书局出版） 》 售價：NT$ 291.0 《 中国书法的历程 》 售價：NT$ 406.0 《 汉语修辞学（第四版）（中华当代学术著作辑要） 》 售價：NT$ 718.0 《 中国近代画报大系·中国近代画报史稿 》 售價：NT$ 822.0 《 思想地震：柄谷行人演讲集1995-2015（艺文志·日本思想） 》 售價：NT$ 302.0 《 大国人口 》 售價：NT$ 411.0 《 何以中国·君臣：宋代士大夫政治下的权力场 》 售價：NT$ 510.0 《 文明的故事（全11卷-2024版） 》 售價：NT$ 11898.0

建議一齊購買： + NT$ 624 《 Oracle DBA手记 4，数据安全警示录（修订版） 》 + NT$ 1159 《 Oracle PL SQL程序设计（第6版）（上下册） 》 + NT$ 521 《 SQL学习指南（第3版） 》 + NT$ 368 《 表哥的Access入门：以Excel视角快速学习数据库知识 》 + NT$ 1118 《 Oracle编程艺术 深入理解数据库体系结构 第3版 》 + NT$ 703 《 深入理解MySQL主从原理 》 內容簡介： 近年来，随着数据获取能力的不断提高和计算机的飞速发展，人们获得的数据信息越来越多，数据维数越来越高，如何寻找这些海量高维数据信息中潜在的规律，更好地为人类服务，是目前人工智能面临的挑战之一。 在没有标签信息的情况下，对高维数据实施维数约简的同时进行归类分析，挖掘数据的内在低秩结构，是当前机器学习的一个难点、也是热点之一。谱聚类作为聚类分析的一种，不仅对初始值和数据噪声有更好的鲁棒性，而且实施简单，可以被标准的线性代数方法进行有效求解。因此，基于低秩结构学习的谱聚类理论和方法在机器学习、人工智能、大数据技术方面有着更加广阔的应用空间。本书主要研究了基于低秩结构学习的谱聚类理论与方法，从矩阵和张量两方面进行研究。重点关注紧凑低秩表示学习、鲁棒的无监督特征选择学习、图正则化低秩因子分解学习、张量低秩稀疏表示学习和增强的张量低秩表示学习等，理论分析了这些基于低秩结构的表示学习方法优化过程、复杂度、收敛性等，实验结果表明了这些方法在谱聚类方面的优越性。 關於作者： 杜世强，理学博士，西北民族大学副教授，硕士研究生导师，国家自然基金面上项目函评专家，IEEE会员、中国计算机学会会员。曾于美国犹他州立大学和意大利摩德纳雷焦艾米利亚大学访学，研究方向为机器学习、图像处理与神经网络。在《基于知识系统》（Knowledge-Based Systems）、《吉林大学学报》等国内外学术期刊发表论文40余篇。主持国家自然科学基金项目、甘肃省自然科学基金项目、甘肃省高等学校科研项目等项目7项。 目錄： 第1章 谱聚类 1.1 谱聚类研究背景及意义 1.2 聚类研究现状 1.3 维数约简研究现状 1.4 张量相关预备知识 1.5 相关问题 第2章 图正则化紧凑低秩表示学习 2.1 引言 2.2 低秩表示 2.3 图正则化紧凑低秩表示学习 2.4 模型分析 2.5 实验结果与分析 2.6 本章小结 第3章 鲁棒的无监督特征选择学习 3.1 鲁棒的无监督特征选择学习 3.2 算法分析 3.3 实验结果与分析 3.4 本章小结 第4章 图正则化低秩因子分解学习 4.1 引言 4.2 相关工作 4.3 图正则化低秩因子分解学习 4.4 实验结果与分析 4.5 本章小结 第5章 张量低秩稀疏表示学习 5.1 引言 5.2 相关工作 5.3 张量低秩稀疏学习 5.4 实验和分析结果 5.5 本章小结 第6章 增强的张量低秩表示学习 6.1 引言 6.2 相关工作 6.3 增强张量低秩表示 6.4 实验与结果分析 6.5本章小结 参考文献 內容試閱： 本书致力于介绍基于低秩结构学习的谱聚类基础知识和研究进展。由于谱聚类的研究具有很强的跨学科特色，并且新的问题和研究成果不断涌现，本书重点着眼于基于低秩结构学习的谱聚类研究中已取得的主要研究进展，包括面向矩阵和三阶张量两方面。本书重点关注紧凑低秩表示学习、鲁棒的无监督特征选择学习、图正则化低秩因子分解学习、张量低秩稀疏表示学习和增强的张量低秩表示学习等，理论分析了这些基于低秩结构的表示学习方法的优化过程、复杂度、收敛性等，实验结果表明了这些方法在谱聚类研究方面的优越性。本书的研究工作和撰写得到了国家自然科学基金项目、国家民委少数民族数字媒体智能处理及应用创新团队项目、西北民族大学引进人才科研项目、西北民族大学计算机应用技术创新团队项目、西北民族大学计算机软件与理论创新团队项目的经费资助。

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	香港用户　 |　台灣用户　|　海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.