統(tǒng)計稀疏學習中的貝葉斯非參數(shù)建模方法及其應用研究

定　價：￥18.00

作　者：	何巖著
出版社：	浙江工商大學出版社
叢編項：
標　簽：	社會科學統(tǒng)計學

購買這本書可以去

ISBN：	9787517801887	出版時間：	2014-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	90	字數(shù)：

內容簡介

　　統(tǒng)計稀疏學習是計算機科學、統(tǒng)計學和認知科學的交叉領域，是一個新興的統(tǒng)計學習研究方向，而貝葉斯非參數(shù)方法對統(tǒng)計稀疏學習中問題的研究有重要的作用?！督y(tǒng)計稀疏學習中的貝葉斯非參數(shù)建模方法及其應用研究》對貝葉斯非參數(shù)方法的構造方法、表達能力和推理機制進行了研究和討論。在此基礎上，研究了貝葉斯非參數(shù)方法對統(tǒng)計稀疏學習中稀疏表示、稀疏建模和稀疏降維問題的建模方法和推理過程，并將其應用于具體視覺任務，例如手寫數(shù)字識別、圖像降噪、視頻背景剪除等，同時也利用這些視覺任務驗證了方法的可行性和有效性。

作者簡介

暫缺《統(tǒng)計稀疏學習中的貝葉斯非參數(shù)建模方法及其應用研究》作者簡介

圖書目錄

第1章緒論
1.1 研究背景和意義
1.2 國內外研究現(xiàn)狀
第2章貝葉斯非參數(shù)模型的構建
2.1 符號約定
2.2 貝葉斯非參數(shù)模型
2.3 相關理論基礎
2.4 狄利克雷過程
2.5 狄利克雷過程的構造
2.6 貝塔過程
2.7 小結
第3章貝葉斯稀疏表示
3.1 稀疏表示
3.2 貝葉斯稀疏表示方法
3.3 基于離散混合貝塔過程的稀疏表示模型
3.4 小結
第4章基于聚類特征的貝葉斯非參數(shù)字典學習
4.1 字典學習問題
4.2 現(xiàn)有字典學習算法
4.3 約束等距性條件
4.4 帶有聚類特征的貝葉斯非參數(shù)字典學習
4.5 小結
第5章基于狄利克雷過程的聚類方法
5.1 貝葉斯非參數(shù)聚類
5.2 基于Polya Tree的高維稀疏聚類
5.3 小結
第6章結束語
參考文獻