稀疏學習與分類

楊麗霞、張瑞、楊淑媛

  • 出版商: 清華大學
  • 出版日期: 2025-08-01
  • 售價: $414
  • 語言: 簡體中文
  • ISBN: 730269950X
  • ISBN-13: 9787302699507
  • 相關分類: Machine Learning
  • 下單後立即進貨 (約4週~6週)

  • 稀疏學習與分類-preview-1
  • 稀疏學習與分類-preview-2
  • 稀疏學習與分類-preview-3
稀疏學習與分類-preview-1

相關主題

商品描述

稀疏學習是機器學習的一個熱門領域,被廣泛應用於諸多學科。本書系統介紹了近年來稀疏學習與分類領域常見的理論及技術,並結合作者多年的研究成果,展示了相關理論及技術在高光譜影像分類領域的實踐情況。全書共九章,主要內容包含如下方面:稀疏學習數學基礎;基於耦合壓縮修剪的稀疏最小二乘支持向量機;基於稀疏最小二乘支持向量機的高光譜影像分類;基於稀疏拉普拉斯支持向量機的高光譜影像分類;基於切片稀疏編碼張量分類器的高光譜影像分類;基於核切片張量稀疏編碼分類器的雙高遙感影像分類;用於高光譜影像分類的具有空間近鄰張量的混合概率稀疏編碼分類器。本書適合對機器學習或者遙感影像處理感興趣的研究人員和工程技術人員閱讀。

作者簡介

楊麗霞,女,1982年3月生,博士,副教授,碩士研究生導師,寧夏科學工程計算與數據分析重點實驗室骨幹成員。2004年畢業於寧夏大學數學與應用數學(師範)專業,獲理學學士學位;2007年畢業於寧夏大學應用數學專業,獲理學碩士學位;2016年畢業於西安電子科技大學智能信息處理專業,獲工學博士學位。2018年2月到寧夏大學數學統計學院工作,主要研究方向:壓縮感知、機器學習及遙感圖像處理。作為主要研究骨幹參與完成國家重點基礎研究發展計劃(973計劃)、國家自然科學基金重大研究計劃培育項目、國家自然科學基金青年項目、總裝備部跨行業預研基金、教育部博士點基金(博導類)各1項。現主持在研國家自然科學基金青年項目、中國博士後科學基金面上資助、寧夏重點研發項目(引才專項)及寧夏自然科學基金項目各1項。 並在這些項目的資助下在《IEEE Transactions on Geoscience and Remote Sensing》、《Information Sciences》、《Knowledge-Based Systems》等國際**期刊發表論文14篇。

目錄大綱

目錄

第1章緒論

1.1稀疏學習

1.1.1稀疏表示

1.1.2壓縮感知

1.2高光譜遙感

1.2.1高光譜遙感技術

1.2.2高光譜遙感影像分類

1.2.3高光譜遙感影像分類方法概述

1.3本書的內容及組織

參考文獻

第2章稀疏學習的數學基礎

2.1壓縮感知的數學基礎

2.1.1感知問題

2.1.2稀疏性和不相幹性

2.2稀疏學習機的數學基礎

2.2.1符號

2.2.2構造稀疏學習機的方法

2.2.3稀疏學習機的推廣誤差界

2.3本章小結

參考文獻

第3章稀疏最小二乘支持向量機

3.1基於耦合壓縮修剪的稀疏LSSVM

3.1.1引言

3.1.2壓縮采樣

3.1.3LSSVM的耦合壓縮修剪

3.1.4實驗結果與分析

3.2基於稀疏LSSVM的高光譜影像分類

3.2.1引言

3.2.2基於多觀測向量的稀疏LSSVM

3.2.3基於耦合壓縮感知的稀疏LSSVM

3.2.4實驗結果與分析

3.3本章小結

參考文獻

第4章基於LapSVM的高光譜影像分類

4.1基於空譜LapSVM的高光譜影像分類

4.1.1引言

4.1.2基於空譜LapSVM的高光譜影像分類

4.1.3實驗結果與分析

4.2基於稀疏LapSVM的高光譜影像分類

4.2.1引言

4.2.2核傳遞

4.2.3基於壓縮感知的稀疏LapSVM

4.2.4實驗結果與分析

4.3本章小結

參考文獻

第5章基於張量稀疏編碼的高光譜影像分類

5.1基於HPSCCSNT的高光譜影像分類

5.1.1引言

5.1.2具有空間近鄰張量的混合概率稀疏編碼分類器

5.1.3實驗結果與分析

5.2基於SSCTCCDR的高光譜影像分類

5.2.1引言

5.2.2用於HIC的SSCTCCDR

5.2.3實驗結果與分析

5.3基於KTSSCC的無人機載高光譜影像精確作物分類

5.3.1引言

5.3.2用於無人機載H2影像分類的KTSSCC

5.3.3實驗結果與分析

5.4本章小結

參考文獻