模式分析的多核方法及其应用

作者：  汪洪桥　等著

出版社：国防工业出版社 2014-3-1

简介： 多核学习方法是当前核机器学习领域一个新的研究热点，是解决一些复杂情形下的回归分析和模式分类等问题的有效工具，吸引了大量研究者的关注，并在模式分析的诸多方面，如时间序列预测、信号和图像的滤波、压缩和超分辨率分析、故障预报、图像处理、目标检测、识别与跟踪、生物信息学等领域得到了广泛应用。　　本书在介绍国内外多核学习方法及应用研究进展的基础上，阐述了多核方法与尺度分析的融合理论及方法；基于合成核的无偏最小二乘回归模型及其在线学习算法；基于局部多分辨分解特征提取与多尺度核有机融合的自动目标识别方法；基于合成核机器分类概率估计的大类别图像检索方法；提出了通用的多尺度核方法自适应序列学习算法；最后探讨了多核方法的其它应用及提升核机器学习效率的途径。　　《模式分析的多核方法及其应用》内容新颖，选材广泛，突出实现与应用，可供从事智能信息处理、模式分析、机器学习等方面的科研人员学习参考；也可作为从事人工智能、信息处理、模式识别与回归分析等研究方向研究生的教材。　　《模式分析的多核方法及其应用》由汪洪桥、蔡艳宁、王仕成、付光远、孙富春编著。