| ISBN/价格： | 978-7-5642-4205-3:CNY88.00 |
|---|
| 作品语种： | chi |
|---|
| 出版国别： | CN 310000 |
|---|
| 题名责任者项： | 稀疏表示学习理论与应用/.田博，朱鹏程，杨磊著 |
|---|
| 出版发行项： | 上海:,上海财经大学出版社有限公司:,2023.11 |
|---|
| 载体形态项： | 268页:;+图:;+26cm |
|---|
| 丛编项： | 匡时·新方法系列 |
|---|
| 一般附注： | “上海财经大学中央高校双一流引导专项资金”和“中央高校基本科研业务费”资助出版 |
|---|
| 提要文摘： | 本书介绍稀疏表示学习理论与相关应用。第1章概述信号稀疏性与压缩感知的关系、压缩感知的研究内容。第2章介绍稀疏概念与稀疏表示数学模型。第3章介绍小波变换、脊波变换及曲波变换。第4章讨论信号重构的确定性与概率性证明。第5章讨论稀疏表示字典学习。第6章讨论LASSO模型及其应用。第7章讨论Dantzig选择器理论。第8章讨论稀疏贝叶斯分类模型。第9章分析次梯度优化方法、阈值迭代方法、交替方向乘子法、坐标下降法等。第10章分析Lq优化近似计算方法。第11章分析稀疏子空间聚类算法。第12到14章探讨稀疏表示在人脸检测与识别、运动检测、非负矩阵分解等中的相关应用。 |
|---|
| 并列题名： | Sparse representation learning theory and applications eng |
|---|
| 题名主题： | 计算机 图象信息处理 研究 |
|---|
| 中图分类： | TN911.73 |
|---|
| 个人名称等同： | 田博 著 |
|---|
| 个人名称等同： | 朱鹏程 著 |
|---|
| 个人名称等同： | 杨磊 著 |
|---|
| 记录来源： | CN 浙江省新华书店集团公司 20231201 |
|---|