000    nam0
001 __ 011143812
005 __ 20210430093348.0
010 __ ■a978-7-5690-3785-2■dCNY49.00
100 __ ■a20210430d2021    em y0chiy50      ea
101 0_ ■achi
102 __ ■aCN■b510000
105 __ ■aa   z   000yy
106 __ ■ar
200 1_ ■a张量分析在计算机视觉中的应用研究■9zhang 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■d2021
215 __ ■a137页■c图■d24cm
300 __ ■a国家自然科学基金青年基金项目 四川省科技厅应用基础面上项目 中国博士后科学基金项目资助
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■x应用■x计算机视觉
690 __ ■aTP302.7■v5
701 _0 ■a刘昶■9liu chang■4著
801 _0 ■aCN■bCNMARC■c20210506
905 __ ■aTSG■b511781LW035736■b511781LW035737■b511781LW035738■b511781LW035739■b511781LW035740■dTP302.7■e0236■f5
906 __ ■b511781LW035736■b511781LW035737■b511781LW035738■b511781LW035739■b511781LW035740■d49.00