人工智能：模式識(shí)別

人工智能：模式識(shí)別讀書(shū)筆記模板01思維導(dǎo)圖目錄分析讀書(shū)筆記內(nèi)容摘要作者介紹精彩摘錄目錄0305020406思維導(dǎo)圖人工智能模式識(shí)別人工智能相關(guān)模式識(shí)別工程空間第章參考文獻(xiàn)應(yīng)用成分例核線性算法方法分析神經(jīng)網(wǎng)絡(luò)空間本書(shū)關(guān)鍵字分析思維導(dǎo)圖內(nèi)容摘要內(nèi)容摘要本書(shū)是"人工智能出版工程”系列圖書(shū)之一。模式識(shí)別是人工智能的重要組成部分，本書(shū)簡(jiǎn)要介紹了模式識(shí)別的基本概念，以模式表示為切入點(diǎn)，針對(duì)近20年來(lái)模式識(shí)別領(lǐng)域研究的熱點(diǎn)問(wèn)題，系統(tǒng)闡述了線性子空間表示、非線性子空間表示、流形學(xué)習(xí)、稀疏表示、低秩模型、深度學(xué)習(xí)等方面的研究進(jìn)展和相關(guān)代表性方法。 本書(shū)可供高等院校人工智能、智能科學(xué)與技術(shù)、計(jì)算機(jī)及相關(guān)專業(yè)研究生或高年級(jí)本科生閱讀，也可供對(duì)模式識(shí)別感興趣的研究人員和工程技術(shù)人員閱讀和參考。目錄分析1.1模式的基本概念1.3模式分類1.2模式表示學(xué)習(xí)第1章緒論參考文獻(xiàn)1.4應(yīng)用算例第1章緒論2.1主成分分析2.2線性鑒別分析2.3小樣本情況下的線性鑒別分析2.4二維主成分分析2.5二維線性鑒別分析12345第2章線性子空間表示參考文獻(xiàn)2.6應(yīng)用算例第2章線性子空間表示3.1核方法的基本思想3.2核主成分分析3.3核費(fèi)希爾鑒別分析3.4完整的KFD算法（CKFD）第3章非線性子空間表示參考文獻(xiàn)3.5應(yīng)用算例第3章非線性子空間表示4.1概述4.2非線性嵌入方法4.3特殊的黎曼流形4.4流形對(duì)齊4.5應(yīng)用參考文獻(xiàn)010302040506第4章流形學(xué)習(xí)5.1稀疏表示的基本算法5.3基于稀疏表示的分類5.2基于稀疏表示的特征抽取第5章稀疏表示參考文獻(xiàn)5.4稀疏表示的典型應(yīng)用第5章稀疏表示6.1概述6.2與核范數(shù)有關(guān)的RPCA6.3與核范數(shù)有關(guān)的LRR6.4與核范數(shù)有關(guān)的RMR6.5應(yīng)用12345第6章低秩模型參考文獻(xiàn)6.6歸納與展望第6章低秩模型7.1概述7.2自編碼器7.3卷積神經(jīng)網(wǎng)絡(luò)7.4遞歸神經(jīng)網(wǎng)絡(luò)第7章深度學(xué)習(xí)7.5生成對(duì)抗網(wǎng)絡(luò)7.6圖卷積神經(jīng)網(wǎng)絡(luò)7.7應(yīng)用參考文獻(xiàn)第7章深度學(xué)習(xí)作者介紹同名作者介紹這是《人工智能：模式識(shí)別》的讀書(shū)筆記模板，暫無(wú)該書(shū)作者的介紹。讀書(shū)筆記讀書(shū)筆記這是《人工智能：模式識(shí)別》的讀書(shū)筆記模板，可以替換為自己的心