机读格式显示(MARC)

• 000 01445nam0 2200265 450

• 001 0000539997

• 005 20210917210300.0

• 010 __ |a 978-7-5690-3785-2 |d CNY49.00

• 100 __ |a 20210302d2021 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 510000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 张量分析在计算机视觉中的应用研究 |A zhang liang fen xi zai ji suan ji shi jue zhong de ying yong yan jiu |f 刘昶著

• 210 __ |a 成都 |c 四川大学出版社 |d 2021

• 215 __ |a 137页 |c 图 |d 24cm

• 300 __ |a 国家自然科学基金青年基金项目 (61502059) 四川省科技厅应用基础面上项目 (2018JY0272) 中国博士后科学基金项目 (2016M592655) 资助

• 314 __ |a 刘昶, 成都大学计算机学院教授, 四川师范大学计算机科学学院教授。

• 320 __ |a 有书目 (第122-137页)

• 330 __ |a 本书分析了计算机视觉数据的特点, 归纳了计算机视觉高维数据的张量表示形式, 并系统论述了张量分析的基础理论和基本数学模型, 并从理论上研究了Tucker分解模型和CP分解模型之间的关系, 分析了计算机视觉的投影模型和图嵌入框架, 并根据计算机视觉的投影模型, 将图嵌入框架的张量形式归结为张量张量投影形式; 最后, 通过向量表示和张量表示的对比分析, 对这两种不同表示方法的优缺点进行了总结和分析。本书在传统增量算法的基础上, 提出了增量张量学习框架, 并在此框架下实现了增量张量主分量分析和增量张量判别分析, 实现了张量空间中的增量学习。

• 606 0_ |a 张量分析 |A zhang liang fen xi |x 应用 |x 计算机视觉

• 690 __ |a TP302.7 |v 5

• 701 _0 |a 刘昶 |A liu chang |4 著

• 801 _0 |a CN |b LIB |c 20210917

• 905 __ |a LIB |d TP302.7/29