图书介绍
高维数据的流形学习分析方法PDF|Epub|txt|kindle电子书版本网盘下载
- 李波著 著
- 出版社： 武汉：武汉大学出版社
- ISBN：9787307178397
- 出版时间：2016
- 标注页数：219页
- 文件大小：34MB
- 文件页数：229页
- 主题词：流形分析
PDF下载
下载说明
高维数据的流形学习分析方法PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 流形学习的研究背景及发展1
1.2 流形学习方法应用高维数据原因探析5
1.3 流形学习方法的应用6
1.4 本书内容安排11
第2章 经典流形学习方法14
2.1 引言14
2.2 流形学习的有关数学定义14
2.3 流形学习方法的分类16
2.4 经典流形学习方法18
2.5 本章小结35
第3章 面向分类的流形学习方法缺陷分析36
3.1 本征维数估计36
3.2 数据采样问题40
3.3 近邻点的选择41
3.4 噪声流形学习43
3.5 样本外点（Out-of-Sample）学习44
3.6 监督（半监督）流形学习47
3.7 多流形学习48
3.8 小样本（Small Sample Size,SSS）问题48
3.9 本章小结50
第4章 基于ISOMAP的鲁棒流形学习方法51
4.1 噪声对流形学习的影响51
4.2 流形学习中的噪声处理55
4.3 基于ISOMAP的噪声流形学习算法55
4.4 实验60
4.5 本章小结64
第5章 判别图拉普拉斯谱嵌入方法65
5.1 引言65
5.2 基于图拉普拉斯特征谱嵌入的常用方法67
5.3 正交判别分析方法（ODP）68
5.4 特征空间距离度量学习的判别图嵌入（FSDML）78
5.5 本章小结85
第6章 局部线性判别嵌入方法87
6.1 引言87
6.2 局部线性判别嵌入91
6.3 实验结果98
6.4 LLDE算法结论108
6.5 本章小结110
第7章 多流形相似度度量学习方法111
7.1 引言111
7.2 最大差异伸展算法分析114
7.3 约束最大差异映射（CMVM）118
7.4 最大差异稀疏映射方法（MVSM）129
7.5 非参判别多流形学习方法（NDML）136
7.6 本章小结143
第8章 多流形间距度量学习方法145
8.1 引言145
8.2 最大间距标准（MMC）算法148
8.3 最大非参类间距投影（MNMP）150
8.4 局部线性表示的流形间距（LLRMM）158
8.5 约束判别近邻嵌入方法（CDNE）169
8.6 本章小结178
第9章 基于广义Fisher的维数约减框架方法180
9.1 引言180
9.2 流形学习相关框架183
9.3 广义Fisher框架算法187
9.4 LDA、PCA、ISOMAP、LLE、LPP、UDP、MVU和GFF关系191
9.5 实验196
9.6 本章小结201
第10章 流形学习未来研究展望202
参考文献205