作者：徐立祥著
页数：97页
出版社：中国科学技术大学出版社
出版日期：2021
ISBN：9787312051500
电子书格式：pdf/epub/txt
内容简介
本书论述了模式识别核方法的理论与应用。核方法具有坚实的理论基础, 这使得核方法及其理论不仅在数学理论领域得到了非常重要的研究和发展, 而且在模式识别、机器学习、数据挖掘等研究领域也得到了极为广泛的关注与应用。
作者简介
徐立祥，著。 徐立祥，安徽大学-德国明斯特大学联合培养工学博士，副教授，主要研究方向为模式识别与数据挖掘。现任合肥学院信息与计算科学专业教研室主任，安徽省人工智能理事。主持教育部人文社会科学青年基金、安徽省高校自然科学研究重点基金、安徽省高校很好青年骨干人才国外访学研修重点基金、安徽省教育厅高等学校很好青年人才基金、安徽省科技厅重点实验室开放基金等研究基金各1项，参与国家自然基金1项，发明1项。
目录
前言
第1章 绪论
1.1 模式识别核方法的研究背景及意义
1.2 核方法的研究现状
1.3 本书的主要内容
第2章 模式识别核方法
2.1 再生核函数
2.1.1 再生核理论
2.1.2 再生核的定义及举例
2.1.3 再生核的基本性质
2.1.4 再生核的定理
2.2 向量核函数
2.2.1 向量核的定义
2.2.2 索伯列夫一希尔伯特空间上的核函数
2.2.3 基于再生核的组合核函数
2.2.4 仿真结果与分析
2.3 图核
2.3.1 基于游走的图核
2.3.2 基于路径的图核
2.3.3 基于子树结构的图核
2.3.4 基于子图结构的图核
2.3.5 其他基于R卷积的图核函数
2.4 本章小结
第3章 基于H2空间上再生核的多核学习
3.1 多核的概念
3.2 H2(R)空间上的向量核函数
3.2.1 H2(R)上的再生核
3.2.2 具有再生性的默瑟核
3.3 H2(R)空间上的多核学习
3.4 实验结果与分析
3.5 本章小结
第4章 具有再生性的多属性卷积核方法
4.1 相关工作
4.2 H3(R)空间上的核函数
4.2.1 核函数
4.2.2 H3(R)空间上的再生核
4.2.3 H3(R)空间上的卷积核
4.3 实验结果与分析
4.3.1 实验数据
4.3.2 参数选择
4.3.3 分类结果
4.3.4 验证
4.4 本章小结
第5章 组合Weisfeiler-Lehman图核
5.1 WL图核的基本知识
5.1.1 WL图核框架
5.1.2 WL子树核
5.1.3 WL边核
5.1.4 WL最短路径核
5.2 WL组合图核
5.2.1 加权组合图核
5.2.2 精度比组合图核
5.2.3 乘积组合图核
5.3 实验结果与分析
5.3.1 数据集
5.3.2 实验设置
5.3.3 加权组合图核
5.3.4 精度比权重组合图核
5.3.5 乘积组合图核
5.3.6 三种组合图核的比较
5.4 本章小结
第6章 基于冯·诺依曼熵的再生性图核
6.1 图的顶点度的分布
6.2 逼近的图的冯·诺依曼熵
6.3 基于逼近的冯·诺依曼熵的再生性图核
6.4 实验结果与分析
6.4.1 图数据集
6.4.2 图核矩阵
6.4.3 分类精度
6.4.4 时间复杂度
6.5 本章小结
第7章 总结与展望
参考文献
第1章 绪论
1.1 模式识别核方法的研究背景及意义
1.2 核方法的研究现状
1.3 本书的主要内容
第2章 模式识别核方法
2.1 再生核函数
2.1.1 再生核理论
2.1.2 再生核的定义及举例
2.1.3 再生核的基本性质
2.1.4 再生核的定理
2.2 向量核函数
2.2.1 向量核的定义
2.2.2 索伯列夫一希尔伯特空间上的核函数
2.2.3 基于再生核的组合核函数
2.2.4 仿真结果与分析
2.3 图核
2.3.1 基于游走的图核
2.3.2 基于路径的图核
2.3.3 基于子树结构的图核
2.3.4 基于子图结构的图核
2.3.5 其他基于R卷积的图核函数
2.4 本章小结
第3章 基于H2空间上再生核的多核学习
3.1 多核的概念
3.2 H2(R)空间上的向量核函数
3.2.1 H2(R)上的再生核
3.2.2 具有再生性的默瑟核
3.3 H2(R)空间上的多核学习
3.4 实验结果与分析
3.5 本章小结
第4章 具有再生性的多属性卷积核方法
4.1 相关工作
4.2 H3(R)空间上的核函数
4.2.1 核函数
4.2.2 H3(R)空间上的再生核
4.2.3 H3(R)空间上的卷积核
4.3 实验结果与分析
4.3.1 实验数据
4.3.2 参数选择
4.3.3 分类结果
4.3.4 验证
4.4 本章小结
第5章 组合Weisfeiler-Lehman图核
5.1 WL图核的基本知识
5.1.1 WL图核框架
5.1.2 WL子树核
5.1.3 WL边核
5.1.4 WL最短路径核
5.2 WL组合图核
5.2.1 加权组合图核
5.2.2 精度比组合图核
5.2.3 乘积组合图核
5.3 实验结果与分析
5.3.1 数据集
5.3.2 实验设置
5.3.3 加权组合图核
5.3.4 精度比权重组合图核
5.3.5 乘积组合图核
5.3.6 三种组合图核的比较
5.4 本章小结
第6章 基于冯·诺依曼熵的再生性图核
6.1 图的顶点度的分布
6.2 逼近的图的冯·诺依曼熵
6.3 基于逼近的冯·诺依曼熵的再生性图核
6.4 实验结果与分析
6.4.1 图数据集
6.4.2 图核矩阵
6.4.3 分类精度
6.4.4 时间复杂度
6.5 本章小结
第7章 总结与展望
参考文献
