![]()
内容推荐 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,本书展开了张量理论、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,其次讨论了支持张量数据描述和核支持张量数据描述、OCSTuM和GA-OCSTuM方法、极限张量学习算法、核支持张量环机,最后对该领域未来的发展应用前景做了总结与展望。 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 2.2t-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 …… |