基于圖論的機器學(xué)習(xí)方法

第1章     緒論        
1.1 引言
1.2 國內(nèi)外相關(guān)研究現(xiàn)狀
1.2.1 基于圖論的無監(jiān)督學(xué)習(xí)
1.2.2 基于圖論的半監(jiān)督學(xué)習(xí)
1.2.3 基于圖論的監(jiān)督學(xué)習(xí)
1.2.4 圖構(gòu)建方法
1.2.5 基于圖論的學(xué)習(xí)方法拓展
1.2.6 研究現(xiàn)狀評述
1.3 本書的主要工作
1.3.1 針對的問題和研究思路
1.3.2 研究內(nèi)容及貢獻(xiàn)
1.4 本書的組織結(jié)構(gòu)
第2章 基于圖論的學(xué)習(xí)框架模型
2.1 引言
2.2 基于圖論的學(xué)習(xí)與兩種假設(shè)
2.2.1 流形假設(shè)
2.2.2 聚類假設(shè)
2.3 圖的劃分準(zhǔn)則
2.3.1 2 類劃分
2.3.2 多類劃分
2.4 基于圖論的學(xué)習(xí)框架模型
2.4.1 問題描述與基本假設(shè)
2.4.2 約束條件教寬方法
2.4.3 模型分析 ·.
2.5 本章小結(jié)
第3章 基于圖論的無監(jiān)督學(xué)習(xí)
3.1 引言
3.2 基本問題描述與模型定義
3.2.1 基于圖論的無監(jiān)督學(xué)習(xí)問題描述
3.2.2 模型定義
3.3 基于圖論的無監(jiān)督學(xué)習(xí)算法框架
3.3.1 Logdet 正則化
3.3.2 學(xué)習(xí)框架
3.4 基于圖論的無監(jiān)督學(xué)習(xí)算法
3.4.1 迭代法
3.4.2 算法收斂性
3.4.3 復(fù)雜度分析
3.5 與以往工作之間的區(qū)別和聯(lián)系
3.5.1 核k均值,譜聚類和對稱非負(fù)矩陣分解
3.5.2 解的非負(fù)性,維度和稀疏性
3.5.3 權(quán)重矩陣
3.6 實驗結(jié)果與分析
3.6.1 實驗說明
3.6.2 示例
3.6.3 真實數(shù)據(jù)集
3.6.4 聚類結(jié)果
3.6.5 算法分析
3.6.6 CAC的變形
3.7 本章小結(jié)
第4章 基于圖論的半監(jiān)督學(xué)習(xí)
4.1 引言
4.2 基本問題描述與模型定義
……
第5章 基于圖論的監(jiān)督學(xué)習(xí)
第6章 基于圖論的協(xié)同正則化學(xué)習(xí)
第7章 基于圖論的多重正則化學(xué)習(xí)
第8章 基于圖論的公共視頻場景聚集性度量及分析
參考文獻(xiàn)