中图网

>

数学

高维数据分析中的张量学习理论与算法研究

作者：邓小武

出版社：中国纺织出版社出版时间：2022-12-01

开本： 16开 页数： 208

本类榜单：自然科学销量榜

中图价:¥53.9(5.4折) 定价 ~~¥99.9~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥41.6¥58
>
考研数学专题练1200题

考研数学专题练1200题

¥30.6¥78
>
希格斯:“上帝粒子”的发明与发现

希格斯:“上帝粒子”的发明与发现

¥17.4¥48
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

¥48¥120
>
二十四史天文志校注(上中下)

二十四史天文志校注(上中下)

¥261.3¥390
>
声音简史

声音简史

¥20.8¥52
>
浪漫地理学:追寻崇高景观

浪漫地理学:追寻崇高景观

¥39.3¥59

商品详情
商品评论(0条)

中图价:¥53.9 加入购物车

版权信息
内容简介
目录
作者简介

高维数据分析中的张量学习理论与算法研究版权信息

ISBN：9787522901077
条形码：9787522901077 ; 978-7-5229-0107-7
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
自然科学
>
数学

高维数据分析中的张量学习理论与算法研究内容简介

现实世界中许多数据以复杂高维形式呈现，数据包含非常多的属性或特征，对传统的机器学习是巨大的挑战。为此，《高维数据分析中的张量学习理论与算法研究》展开了张量理论、算法及其应用研究。本书首先系统地介绍了张量理论的一些基本概念、基本操作、经典张量分解以及经典张量算法，进而讨论了支持张量描述和核支持张量描述（第3章）、OCSTuM和GA-OCSTuM方法（第4章）、极限张量学习算法（第5章）、核支持张量环机（第6章）、鲁棒主张量成分分析（第7章），*后对该领域未来的发展应用前景做了评述与展望（第8章）。

高维数据分析中的张量学习理论与算法研究目录

第1章绪论 1.1 研究背景及意义 1.2 张量学习算法研究进展 1.3 张量应用研究 1.4 本书主要研究内容第2章张量代数基础理论 2.1 张量分解理论 2.2 t-product张量框架 2.3 张量学习算法 2.4 本章小结第3章基于支持张量描述算法的感知数据异常检测 3.1 引言 3.2 支持张量数据描述 3.3 核支持张量数据描述 3.4 实验及分析 3.5 本章小结第4章基于张量Tucker学习机的传感器大数据异常检测 4.1 引言 4.2 张量Tucker学习机 4.3 基于遗传算法的Tucker学习机 4.4 实验研究 4.5 本章小结第5章基于极限张量学习机的数据分类 5.1 引言 5.2 极限张量学习机 5.3 实验评估 5.4 本章小结第6章核支持张量环机 6.1 张量图形表示 6.2 Tensor-Train分解和Tensor-Ring分解 6.3 基于Tensor-Ring的核方法 6.4 实验研究 6.5 结论第7章结论与展望 7.1 研究总结 7.2 研究展望参考文献附录张量软件

展开全部

高维数据分析中的张量学习理论与算法研究作者简介

邓小武，博士，副教授，硕士研究生导师，中国计算机学会会员，中国高校计算机教育MOOC联盟湖南省地区工作委员会会员，广东省自然科学基金评审专家，医养健康智能感知与计算怀化市重点实验室负责人。主要研究方向为张量学习、深度学习、物联网技术、嵌入式智能技术、工业大数据。近年来，在国内外核心期刊发表论文10余篇，其中SCI一区、二区论文多篇，授权发明专利6项。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐