图书介绍
模式识别中的核自适应学习及应用PDF|Epub|txt|kindle电子书版本网盘下载
- 李君宝，乔家庆，尹洪涛，刘大同著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121213311
- 出版时间：2013
- 标注页数：206页
- 文件大小：30MB
- 文件页数：215页
- 主题词：核函数－应用－机器学习－研究；模式识别－应用－机器学习－研究
PDF下载
下载说明
模式识别中的核自适应学习及应用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机器学习概念1
1.1.1学习的定义1
1.1.2学习问题的一般描述1
1.1.3学习的实现3
1.1.4学习的基本形式4
1.1.5学习在数据降维上的应用5
1.2机器学习中的核学习7
1.2.1线性特征提取算法及存在的问题7
1.2.2核的引入9
1.2.3主要核学习算法11
1.3核学习的研究现状15
1.4核学习存在的问题19
第2章 核学习的数学基础21
2.1核理论基础21
2.1.1再生核理论23
2.1.2 Mercer定理24
2.2多项式空间和多项式核函数25
2.2.1有序齐次多项式空间25
2.2.2有序多项式空间27
2.2.3无序多项式空间27
2.3 Mercer核28
2.3.1半正定矩阵的特征展开28
2.3.2半正定积分算子的特征展开30
2.4正定核31
2.5核函数的构造34
第3章 自适应多核学习37
3.1多核学习37
3.1.1基于多核学习的特征提取方法的应用38
3.1.2存在的问题38
3.2基于图嵌入的特征提取原理40
3.2.1直接图嵌入41
3.2.2直接图嵌入的核扩展形式42
3.3多核学习原理43
3.3.1核函数定义及性质43
3.3.2多核函数构造原理45
3.4基于多核的图嵌入特征提取算法原理47
3.4.1多核矩阵的构造47
3.4.2图嵌入方法的多核扩展48
3.5基于多核映射的图像识别算法程序设计50
3.5.1训练样本预处理和读入定制参数52
3.5.2样本训练53
3.5.3测试分类53
3.6对比图像分类算法程序设计54
3.7实验对比与分析55
3.7.1 ORL数据库56
3.7.2 Yalefaces数据库57
3.7.3 Iris （UCI）数据库58
3.7.4 Image Segmentation （UCI）数据库60
3.8算法效率比较和分析61
第4章 核自适应递归分析63
4.1核函数对Online SVR算法性能的影响分析64
4.1.1 SVR算法基本原理64
4.1.2基于增量学习的Online SVR算法68
4.1.3基于Online SVR的在线时间序列预测71
4.1.4核函数类型及其参数影响分析72
4.2基于核函数组合的Online SVR算法75
4.2.1基于核函数组合的Online SVR在线时间序列预测算法75
4.2.2仿真实验和算法评估77
4.3基于残差修正的局部Online SVR算法80
4.3.1离线与在线算法分析80
4.3.2基于残差修正的局部Online SVR在线时间序列预测算法81
4.3.3仿真实验和算法评估83
4.3.4两种核函数组合Online SVR算法对比分析86
第5章 核函数优化及构造88
5.1高斯核函数及核函数优化的意义88
5.2数据相关核及其扩展90
5.3核函数优化算法92
5.3.1基于Fisher准则的核函数优化算法93
5.3.2基于最大间隔准则的核函数优化算法95
5.3.3算法比较与分析98
5.3.4仿真实验99
5.4基于图像矩阵的高斯核函数及改进103
5.4.1基于图像矩阵的高斯核函数104
5.4.2基于图像矩阵的数据相关高斯核函数107
5.4.3仿真实验108
第6章 核自适应判别分析110
6.1核自适应判别分析算法110
6.1.1核判别分析算法111
6.1.2改进算法112
6.1.3仿真实验114
6.2无参数核判别分析算法116
6.2.1算法框架116
6.2.2仿真结果与分析119
6.3自适应多核图嵌入判别分析123
6.3.1多核图嵌入目标方程求解123
6.3.2核函数选择125
6.3.3基本核函数参数优化127
6.3.4仿真实验与分析128
第7章 核自适应流形学习算法137
7.1流形学习137
7.2基于核自适应学习的局部判别分析137
7.2.1局部保持映射算法138
7.2.2监督局部保持映射算法139
7.2.3核监督局部保持映射算法141
7.2.4核自适应局部保持判别分析144
7.2.5实验仿真与结果分析146
第8章 核自适应主成分分析150
8.1主成分分析算法150
8.2稀疏核主成分分析算法152
8.3核自适应稀疏主成分分析算法155
8.4仿真实验160
第9章 核自适应学习机应用165
9.1三维碎片分类165
9.1.1算法168
9.1.2仿真实验170
9.2乳腺X射线图像分类173
9.2.1算法步骤174
9.2.2仿真实验175
9.3人脸识别178
9.3.1算法描述178
9.3.2仿真实验184
9.4基于Gabor小波和CKFD结合的人脸图像特征提取算法188
9.4.1算法描述188
9.4.2仿真实验191
9.5 KPCA和PCA自融合的人脸图像特征提取算法195
9.5.1算法描述196
9.5.2仿真实验200
参考文献204