机器学习 课件 第2章 表征学习.pptx

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

第2章表征学习主讲:胡晓

2.1表征学习的目的??????

2.2数据预处理?

???

???????

????????

?2.3.2学习模型?????

????混合散布矩阵?

2.4.2类可判别测度在样本表征值的空间分布,类内距离越小和类间距离越大,越有利于实现模式分类。目标函数?????

????多维缩放的目标是,??????

2.6流形学习(ManifoldLearning)??

?2.6流形学习(ManifoldLearning)

2.6.2等度量映射?2.6流形学习(ManifoldLearning)?(1)构建邻接图

2.6.2等度量映射2.6流形学习(ManifoldLearning)(1)构建邻接图(2)任意两点间最短测地距离重构不相似度矩阵?????

?2.6流形学习(ManifoldLearning)??

2.6.3局部线性嵌入2.6流形学习(ManifoldLearning)?????

?由GeoffreyHinton等人于2002年提出,基本思路:首先,在高维空间构建一个反映样本点间相对位置(相似度)的概率分布;然后,通过学习,调整低维空间样本分布,致使低维空间样本相对位置的概率分布能拟合高维空间样本相对位置的概率分布。基本随机近邻嵌入???理论上要求条件概率相等????

2.8稀疏表征2.8.1压缩感知又称为压缩采样(CompressingSampling),顾名思义,是用少于奈奎斯特定理(Nyquist)要求的最低采样频率对信号进行采样,达到“压缩”观测数据的目的。??????

2.8稀疏表征

(SparseRepresentations)2.8.1压缩感知????????

2.8稀疏表征?一般化,我们将这两情况合并成,????感知矩阵(SensingMatrices)???

2.8稀疏表征????

2.8稀疏表征????

2.8稀疏表征??????

谢谢!

文档评论(0)

lai + 关注
实名认证
内容提供者

精品资料

版权声明书
用户编号:7040145050000060

1亿VIP精品文档

相关文档