一类非负矩阵分解方法及其应用 - 中国高校教材图书网
|
|
|
书名： |
一类非负矩阵分解方法及其应用
|
| ISBN： | 9787560655628 |
条码： | |
| 作者： |
胡俐蕊
相关图书
|
装订： | 0 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥32.00
折扣价：￥30.40
折扣：0.95
节省了1.6元
|
字数： |
158千字
|
| 出版社： |
西安电子科技大学出版社 |
页数： |
128页
|
| 发行编号： | 5606 |
每包册数： |
18
|
| 出版日期： |
2020-04-24 |
|
|
| 内容简介： |
本书对非负矩阵分解理论进行了深入探讨。首先，基于Frobenius范数和KullbackLeibler散度的两个目标函数，利用Taylor展开式、稳定点求解和Newton求根公式，提出了一种非负矩阵分解的理论分析方法；然后，利用该方法，严格导出了三种非负矩阵分解方法，解决了非负矩阵分解中的相关问题；最后，将结构模式识别方法和本书提出的非负矩阵分解方法应用到选票图像的不规则手写符号识别中，详细给出了选票图像识别方法。
本书算法推导严密，结构布局紧凑，内容深入浅出，实验简洁高效，适合计算机、人工智能、机器学习等相关专业的教师、本科生、研究生，以及广大从事数字图像处理与识别的工程研发人员阅读
|
| 作者简介： |
|
|
| 章节目录： |
目录
章 绪论
1.1 研究目的和意义
1.2 国内外研究现状
1.3 主要研究内容与创新
1.4 本书的组织结构
1.5 本章小结
第二章 非负矩阵分解方法简介
2.1 非负矩阵分解的起源
2.2 非负矩阵分解理论
2.2.1 问题描述
2.2.2 目标函数
2.2.3 迭代公式
2.2.4 解的性质
2.3 非负矩阵分解的直观解释
2.4 非负矩阵分解的应用
2.5 本章小结
第三章 非负矩阵分解新方法
3.1 基于Frobenius范数的新非负矩阵分解(NNMF-FR0)
3.1.1 基矩阵W的迭代更新规则
3.1.2 权重矩阵H的迭代更新规则
3.2 基于Kullback-Leibler散度的新非负矩阵分解(NNMF-DIV)
3.2.1 基矩阵W的迭代更新规则
3.2.2 权重矩阵H的迭代更新规则
3.3 算法步骤
3.4 0RL人脸库简介
3.5 实验与分析
3.j.1算法收敛性
3.5.2 算法收敛速度
3.5.3 基矩阵分析
3.6 人脸识别结果及分析
3.7 本章小结
第四章 近似正交非负矩阵分解方法
4.1 基矩阵W的迭代更新规则
4.2 权重矩阵H的迭代更新规则
4.3 算法步骤
4.4 实验与分析
4.4.1 算法收敛性
4.4.2 基矩阵分析
4.5 人脸识别结果及分析
4.6 本章小结
第五章 收敛投影非负矩阵分解方法
5.1 基于Frobenius范数的收敛投影非负矩阵分解(CP-NMF-FR0)
5.1.1 基矩阵W的迭代更新规则
5.1.2 算法步骤
5.2 基于Kullback-Leibler散度的收敛投影非负矩阵分解(CP-NMF-DIV)
5.2.1 基矩阵W的迭代更新规则
5.2.2 算法步骤
5.3 实验与分析
5.3.1 算法收敛性
5.3.2 基矩阵分析
5.4 人脸识别结果及分析
5.5 本章小结
第六章 线性投影非负矩阵分解方法
6.1 基矩阵W的迭代更新规则
6.2 线性变换矩阵Q的迭代更新规则
6.3 算法步骤
6.4 实验与分析
6.4.1 算法收敛性
6.4.2 基矩阵分析
6.5 人脸识别结果及分析
6.6 本章小结
第七章 选票图像识别方法
7.1 选票图像识别的背景
7.2 选票图像识别存在的问题
7.3 选票设计
7.3.1 选举信息
7.3.2 选票
7.4 图像识别
7.4.1 图像采集
7.4.2 定位
7.4.3 图像预处理
7.4.4 手写符号识别
7.5 本章小结
第八章 总结与展望
8.1 总结
8.2 展望
参考文献
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
