图书介绍
视觉信息认知计算理论PDF|Epub|txt|kindle电子书版本网盘下载
- 罗四维等编著 著
- 出版社： 北京：科学出版社
- ISBN：9787030281340
- 出版时间：2010
- 标注页数：222页
- 文件大小：30MB
- 文件页数：233页
- 主题词：视觉－认知－计算技术
PDF下载
下载说明
视觉信息认知计算理论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 概述1
1.1基于感知机理的机器学习方法1
1.2基于有效编码假说的初级特征表示3
1.2.1有效编码假说3
1.2.2模拟人类方式的有效编码与特征表示4
1.3视觉表象的中级特征表示6
1.4初级视觉表象启发下的知觉组织7
1.5注意机制8
1.6智能计算模型在场景识别中的应用9
参考文献12
第2章 基于视觉感知的特征表示16
2.1视觉感知16
2.1.1外部环境的输入刺激16
2.1.2神经信息处理机制18
2.1.3视觉感知的输出18
2.2生物视觉感知的生理结构18
2.2.1外周脑18
2.2.2初级视皮层20
2.2.3纹外皮层21
2.2.4高级视皮层22
2.3生物视觉感知的计算模型22
2.3.1简单细胞响应模型23
2.3.2复杂细胞响应模型25
2.3.3高级皮层神经细胞响应模型27
2.4生物视觉启发的特征表示及其应用28
2.4.1独立纹元矩29
2.4.2独立纹元矩的图像检索实验35
2.5本章小结39
参考文献40
第3章 基于有效编码假说的低层特征表示43
3.1有效编码框架43
3.2基于稀疏性的有效编码方法——稀疏编码44
3.2.1 Olshausen的稀疏编码模型44
3.2.2基于稀疏编码的压缩传感45
3.3基于独立性的有效编码57
3.3.1独立分量分析57
3.3.2基于独立分量分析的视觉模型63
3.3.3 Hyvarinen研究小组的成果65
3.4基于慢变性的有效编码方法——慢变特征分析68
3.4.1慢变特征分析简介68
3.4.2慢变特征分析的实现71
3.4.3慢变特征分析与复杂细胞特性73
3.4.4慢变特征分析在手写体识别中的应用75
3.5本章小结77
参考文献77
第4章 流形学习83
4.1概述83
4.2局部保持流形学习算法分析85
4.2.1局部保持的流形学习算法的基本步骤86
4.2.2几种典型的局部保持的流形学习算法86
4.2.3局部保持的流形学习算法对比91
4.2.4全局线性化局部保持的流形学习算法92
4.2.5局部保持的流形学习算法实验比较93
4.3全局保持的流形学习算法分析95
4.3.1几种典型的全局保持流形学习算法95
4.3.2全局保持的流形学习算法对比104
4.3.3全局保持的流形学习算法的实验比较105
4.4图嵌入框架108
4.4.1图嵌入框架108
4.4.2图嵌入框架下的主成分分析111
4.4.3图嵌入框架下的判别分析112
4.4.4邻域判别分析112
4.5本章小结114
参考文献115
第5章 半监督学习117
5.1半监督学习和人类学习117
5.2半监督学习概况118
5.2.1半监督学习的概念118
5.2.2半监督学习的历史119
5.2.3未标记数据起作用的条件120
5.3半监督多视图学习算法121
5.3.1协同训练算法121
5.3.2最大化一致算法123
5.3.3多视图特征映射算法124
5.4半监督学习的应用125
5.4.1文本分类中的半监督学习125
5.4.2图像分割中的半监督学习126
5.5本章小结127
参考文献128
第6章 聚类132
6.1概述132
6.2经典聚类算法133
6.2.1划分法133
6.2.2层次法134
6.3聚类算法中的关键问题135
6.3.1距离度量问题135
6.3.2聚类数目136
6.4聚类分析与算法137
6.4.1谱聚类137
6.4.2异质聚类139
6.4.3基于消息传递的聚类算法141
6.4.4关于二元相似关系的假设142
6.5聚类分析在计算机视觉感知研究中的应用143
6.5.1图像分割143
6.5.2图像聚类145
6.6本章小结147
参考文献147
第7章 知觉组织150
7.1认知心理学的相关研究成果151
7.1.1格式塔知觉组织规则151
7.1.2视觉完形152
7.1.3非偶然性原则154
7.2无监督的知觉组织方法155
7.2.1编组线索的描述155
7.2.2图分割157
7.2.3张量投票160
7.3基于主动轮廓的知觉组织方法165
7.3.1气球模型167
7.3.2距离势能模型168
7.3.3 GVF模型和GGVF模型169
7.3.4 T-Snake模型172
7.3.5有形状先验的水平集方法173
7.4本章小结177
参考文献178
第8章 模拟视觉注意机制的感知模型181
8.1注意机制概述181
8.2基于空间的注意机制183
8.2.1模拟自底向上视觉注意机制的感知模型184
8.2.2模拟自顶向下视觉注意机制的感知模型190
8.3基于目标的注意机制196
8.3.1实验依据196
8.3.2基于目标的选择性注意计算模型198
8.4基于what和where信息的视觉感知模型201
8.4.1模型框架202
8.4.2视觉通路理论205
8.4.3 what信息和where信息的提取与表示205
8.4.4基于一级where信息的预注意209
8.4.5一级where信息驱动的集中注意212
8.4.6 what信息与where信息的结合214
8.4.7实验结果与分析216
8.5本章小结219
参考文献219