高維數據的流形學習分析方法

《高維數據的流形學習分析方法》是2016年武漢大學出版社出版的圖書，作者是李波。

基本介紹

• 中文名：高維數據的流形學習分析方法
• 作者：李波
• 出版社：武漢大學出版社
• 開本：16 開
• ISBN：9787307178397

內容簡介

流形學習作為一種非線性維數約減方法，可以成功挖掘高維非線性數據中蘊含的幾何結構信息，實現高維數據到低維空間中的映射。本書首先介紹了流形學習方法研究的背景和典型套用領域，然後對於流形及流形學習相關的數學概念進行定義，按照流形學習方法的特點對其分類，並詳細描述了每一類型代表性流形學習方法。本書面向數據分類，探討了傳統流形學習方法的缺陷及常用解決措施。針對流形學習噪聲敏感，設計了基於ISOMAP的噪聲流形學習方法。結合原始流形無監督學習的特點，提出了基於LE的判別圖拉普拉斯譜學習方法和基於LLE的局部線性判別嵌入方法的監督學習方法。本書還根據多類數據的多流形分布假設，介紹三種基於多流形相似度度量學習的多流形判別學習方法。並從克服小樣本問題入手，定義兩種多流形間距準則，闡述了三種基於多流形間距準則的多流形判別學習方法。最後，構建線性維數約減統一Fisher框架模型。

作者簡介

李波，男，博士，武漢科技大學副教授，中國科學院自動化所博士後，國際INNS協會會員。目前從事模式識別、機器學習和生物信息學等方面的研究工作，在國際SCI，EI 期刊和國際會議上發表論文20餘篇。