思维导图备注

模式分析的多核方法及其应用 - 汪洪桥,蔡艳宁,王仕成,付光远,孙富春
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

第2章　基于低维鲁棒特征融合的SVM目标分类

浏览 1 扫码
  • 小字体
  • 中字体
  • 大字体
2024-04-30 09:42:35
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 封面
  • 版权信息
  • 前言
  • 第1章　核机器学习与多核学习方法
    • 1.1　核方法基础
    • 1.2　统计学习理论与支持向量机
    • 1.3　多核学习的研究现状及难点
  • 第2章　基于低维鲁棒特征融合的SVM目标分类
    • 2.1　引言
    • 2.2　模式分类问题的特征融合
    • 2.3　合成孔径雷达图像目标分类背景
    • 2.4　低维鲁棒组合特征的提取
    • 2.5　基于SVM的多类SAR图像目标分类
    • 2.6　小结
  • 第3章　基于合成核机器的快速学习与在线回归分析
    • 3.1　引言
    • 3.2　合成核方法概述
    • 3.3　最小二乘支持向量机与合成核机器
    • 3.4　无偏合成核LSSVR
    • 3.5　无偏LSSVR的在线学习
    • 3.6　在线混沌时间序列预测实验
    • 3.7　小结
  • 第4章　基于局部多分辨分解的多尺度核方法与自动目标识别
    • 4.1　引言
    • 4.2　SAR图像自动目标识别概述
    • 4.3　局部多分辨分析与特征提取
    • 4.4　基于多尺度核方法的分类器设计
    • 4.5　仿真实验
    • 4.6　小结
  • 第5章　基于合成核分类概率估计的大类别图像检索
    • 5.1　引言
    • 5.2　基于合成核支持向量机的图像分类
    • 5.3　基于SVM分类概率估计的图像检索算法
    • 5.4　实验验证及算法改进
    • 5.5　小结
    • 6.1　引言
  • 第6章　多尺度核的自适应序列学习及应用
    • 6.2　多个尺度的多核学习：多尺度核方法
    • 6.3　多尺度核的自适应序列学习方法
    • 6.4　仿真实验结果与分析
    • 6.5　小结
  • 第7章　其他多核方法应用及核机器的改进
    • 7.1　引言
    • 7.2　合成核与多尺度核学习方法的改进
    • 7.2.2　无限核方法
    • 7.2.3　超核（Hyperkernels）
    • 7.3　基于多尺度核目标识别的跟踪与定位
    • 7.4　基于合成核方法的系统辨识
    • 7.5　无偏核分类器及其在线学习
    • 7.6　多核方法在非结构化数据模式分析中的应用
    • 7.7　多核方法展望
  • 参考文献
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《模式分析的多核方法及其应用 - 汪洪桥,蔡艳宁,王仕成,付光远,孙富春》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度