h视频免费观看,色老头一区二区三区

內(nèi)容簡介

　　統(tǒng)計稀疏學(xué)習(xí)是計算機(jī)科學(xué)、統(tǒng)計學(xué)和認(rèn)知科學(xué)的交叉領(lǐng)域，是一個新興的統(tǒng)計學(xué)習(xí)研究方向，而貝葉斯非參數(shù)方法對統(tǒng)計稀疏學(xué)習(xí)中問題的研究有重要的作用?！督y(tǒng)計稀疏學(xué)習(xí)中的貝葉斯非參數(shù)建模方法及其應(yīng)用研究》對貝葉斯非參數(shù)方法的構(gòu)造方法、表達(dá)能力和推理機(jī)制進(jìn)行了研究和討論。在此基礎(chǔ)上，研究了貝葉斯非參數(shù)方法對統(tǒng)計稀疏學(xué)習(xí)中稀疏表示、稀疏建模和稀疏降維問題的建模方法和推理過程，并將其應(yīng)用于具體視覺任務(wù)，例如手寫數(shù)字識別、圖像降噪、視頻背景剪除等，同時也利用這些視覺任務(wù)驗證了方法的可行性和有效性。

作者簡介

暫缺《統(tǒng)計稀疏學(xué)習(xí)中的貝葉斯非參數(shù)建模方法及其應(yīng)用研究》作者簡介

圖書目錄

第1章緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
第2章貝葉斯非參數(shù)模型的構(gòu)建
2.1 符號約定
2.2 貝葉斯非參數(shù)模型
2.3 相關(guān)理論基礎(chǔ)
2.4 狄利克雷過程
2.5 狄利克雷過程的構(gòu)造
2.6 貝塔過程
2.7 小結(jié)
第3章貝葉斯稀疏表示
3.1 稀疏表示
3.2 貝葉斯稀疏表示方法
3.3 基于離散混合貝塔過程的稀疏表示模型
3.4 小結(jié)
第4章基于聚類特征的貝葉斯非參數(shù)字典學(xué)習(xí)
4.1 字典學(xué)習(xí)問題
4.2 現(xiàn)有字典學(xué)習(xí)算法
4.3 約束等距性條件
4.4 帶有聚類特征的貝葉斯非參數(shù)字典學(xué)習(xí)
4.5 小結(jié)
第5章基于狄利克雷過程的聚類方法
5.1 貝葉斯非參數(shù)聚類
5.2 基于Polya Tree的高維稀疏聚類
5.3 小結(jié)
第6章結(jié)束語
參考文獻(xiàn)