核方法与累积量随机学习方法研究
李大社
作者：
李大社
内容概要
模式分类是模式识别的一项重要内容，在许多领域已经得到成功的应用。本书主要针对近年来模式分类领域广泛关注的核方法和累积量随机学习方法进行了探讨和研究，内容包括绪论、特征空间中数据的几何结构表示、KPCA的关键问题研究、KFDA的关键问题研究、SVDD的关键问题研究、新的核方法的构造和基于累积量随机学习方法的雷达目标识别。
图书封面
广告
下载页面
李大社
模式分类是模式识别的一项重要内容，在许多领域已经得到成功的应用。本书主要针对近年来模式分类领域广泛关注的核方法和累积量随机学习方法进行了探讨和研究，内容包括绪论、特征空间中数据的几何结构表示、KPCA的关键问题研究、KFDA的关键问题研究、SVDD的关键问题研究、新的核方法的构造和基于累积量随机学习方法的雷达目标识别。