人工智能：模式识别_第1页
人工智能：模式识别_第2页
人工智能：模式识别_第3页
人工智能：模式识别_第4页
人工智能：模式识别_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

人工智能：模式识别读书笔记模板01思维导图目录分析读书笔记内容摘要作者介绍精彩摘录目录0305020406思维导图人工智能模式识别人工智能相关模式识别工程空间第章参考文献应用成分例核线性算法方法分析神经网络空间本书关键字分析思维导图内容摘要内容摘要本书是"人工智能出版工程”系列图书之一。模式识别是人工智能的重要组成部分，本书简要介绍了模式识别的基本概念，以模式表示为切入点，针对近20年来模式识别领域研究的热点问题，系统阐述了线性子空间表示、非线性子空间表示、流形学习、稀疏表示、低秩模型、深度学习等方面的研究进展和相关代表性方法。 本书可供高等院校人工智能、智能科学与技术、计算机及相关专业研究生或高年级本科生阅读，也可供对模式识别感兴趣的研究人员和工程技术人员阅读和参考。目录分析1.1模式的基本概念1.3模式分类1.2模式表示学习第1章绪论参考文献1.4应用算例第1章绪论2.1主成分分析2.2线性鉴别分析2.3小样本情况下的线性鉴别分析2.4二维主成分分析2.5二维线性鉴别分析12345第2章线性子空间表示参考文献2.6应用算例第2章线性子空间表示3.1核方法的基本思想3.2核主成分分析3.3核费希尔鉴别分析3.4完整的KFD算法（CKFD）第3章非线性子空间表示参考文献3.5应用算例第3章非线性子空间表示4.1概述4.2非线性嵌入方法4.3特殊的黎曼流形4.4流形对齐4.5应用参考文献010302040506第4章流形学习5.1稀疏表示的基本算法5.3基于稀疏表示的分类5.2基于稀疏表示的特征抽取第5章稀疏表示参考文献5.4稀疏表示的典型应用第5章稀疏表示6.1概述6.2与核范数有关的RPCA6.3与核范数有关的LRR6.4与核范数有关的RMR6.5应用12345第6章低秩模型参考文献6.6归纳与展望第6章低秩模型7.1概述7.2自编码器7.3卷积神经网络7.4递归神经网络第7章深度学习7.5生成对抗网络7.6图卷积神经网络7.7应用参考文献第7章深度学习作者介绍同名作者介绍这是《人工智能：模式识别》的读书笔记模板，暂无该书作者的介绍。读书笔记读书笔记这是《人工智能：模式识别》的读书笔记模板，可以替换为自己的心

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论