《稀疏學習、分類與識別》是2017年3月科學出版社出版的圖書，作者是焦李成等。
基本介紹
- 書名：稀疏學習、分類與識別
- 作者：焦李成等
- 出版時間：2017年3月
- ISBN：9787030523471
內容簡介,圖書目錄,
內容簡介
本書對近年來稀疏學習、分類與識別領域常見的理論及技術進行了較為全面的闡述和總結，並結合作者多年的研究成果，對相關理論及技術在套用領域的實踐情況進行了展示和報告。全書從稀疏學習、分類與識別三個方面展開介紹，主要內容包含如下幾個方面：以學習數據的有效表示為主題，通過挖掘數據本身固有的結構，如幾何結構、稀疏與低秩結構等信息來更有效地學習數據的表示；從經典的壓縮感知理論框架出發，討論壓縮感知的基本理論、方法和套用的發展概況，並側重介紹基於過完備字典的結構化壓縮感知；上述方法在圖像解譯中的套用。
圖書目錄
前言
第1章引言
第2章機器學習理論基礎
第3章快速密度加權低秩近似譜聚類
第4章雙圖正則非負矩陣分解
第5章學習魯棒低秩矩陣分解
第6章學習譜表示套用於半監督聚類
第7章套用低秩矩陣填充學習數據表示
第8章結契約束與低秩核學習的半監督學習
第9章基於子空間類標傳播和正則判別分析的單標記圖像人臉識別
第10章基於雙線性回歸的單標記圖像人臉識別
第11章基於旋轉擴展和稀疏表示的魯棒遙感圖像目標識別
第12章壓縮感知理論基礎
第13章基於分塊策略和過完備字典的非凸壓縮感知框架
第14章基於協同最佳化的稀疏重構
第15章基於過完備字典的方向結構估計模型及重構方法
第16章基於光譜信息散度與稀疏表示的高光譜圖像分類
第17章基於多特徵核稀疏表示學習的高光譜圖像分類
