同类推荐
-
-
线性代数与概率统计:经管类:高职高专版
-
¥53.00
-
-
面向计算机科学的组合数学
-
¥60.00
-
-
梅森素数
-
¥58.00
-
-
离散数学:思维与挑战
-
¥59.00
-
-
图的零度若干问题研究
-
¥68.00
-
-
离散数学及应用
-
¥40.00
-
-
线性代数:上册
-
¥39.00
-
-
线性代数(第3版)习题全解与试题选编
-
¥32.00
-
-
斯特朗线性代数:英文版
-
¥109.80
-
-
斯特朗线性代数:英文版
-
¥109.80
|
|
图书信息
|
|
|
|
非负矩阵分解建模及学习
|
| ISBN： | 9787030811745 |
定价： | ￥98.00 |
| 作者： | 杨晓慧[等]著 |
出版社： | 科学出版社 |
| 出版时间： | 2025年12月 |
开本： | 24cm |
| 页数： | 125页 |
中图法： | O151.21 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
1
|
库区13
|
2026-06-10
|
|
其它供货商库存合计
|
202
|
|
2026-06-10
|
图书简介 | | 本书从经典的无监督特征表示学习和降维方法—非负矩阵分解入手，针对其现存的关键问题，通过与深度学习等方法优势互补，讨论了相应的模型构建及其优化求解，并进一步分析了模型的收敛性、相合性、稳定性及学习性能等。首先，引入深度学习的深层表示和逐层预训练策略，以缓解NMF模型对初值的敏感问题；其次，受自适应弹性网启发，在模型中考虑行正则约束，以解决NMF模型分解秩的自适应获取问题；再次，引入增量学习策略，以解决NMF模型在大数据情况下的实时实现问题；最后，结合贝叶斯理论，在NMF模型中考虑数据分布特性，并基于具有高维小样本特性的国际公用基因数据库和影像数据库开展实验，验证了所构建模型的性能。 |
|