Yun+Fu等

用于模式分析的圖像嵌入廣泛應(yīng)用于統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、圖像處理、計(jì)算機(jī)視覺等。近年來，圖像嵌入模式識別受到學(xué)術(shù)界和工業(yè)界機(jī)器學(xué)習(xí)領(lǐng)域的專家和研究人員越來越多地關(guān)注。本書介紹圖像嵌入理論、計(jì)算和應(yīng)用的最新進(jìn)展，如非線性流形圖、線性化方法、基于圖形子空間分析、超圖、無向圖，各章均為讀者提供了相關(guān)個案研究，給出了實(shí)驗(yàn)與應(yīng)用數(shù)據(jù)。

全書由10章組成：1.向量空間中顯示圖像嵌入的屬性圖多層次分析。主要內(nèi)容有結(jié)構(gòu)與統(tǒng)計(jì)模式識別、顯示與隱式圖像嵌入理論、顯示圖像嵌入屬性圖多層次分析原理及其應(yīng)用；2.無向圖的功能分組和選擇。本章首先介紹了凸方法與非凸方法原理和算法實(shí)現(xiàn)，接著給出了兩種方法的實(shí)驗(yàn)結(jié)果并進(jìn)行了分析與總結(jié)；3.圖像嵌入到向量空間的中位數(shù)圖計(jì)算。介紹了圖、圖編輯距離、圖間加權(quán)均值和中位數(shù)圖概念，給出了非凸法，提出了中位數(shù)圖的詳細(xì)計(jì)算方法；4.圖像嵌入的局部調(diào)整。描述了局部對齊框架，它結(jié)合了現(xiàn)有的基于流形學(xué)習(xí)的降維算法，并提供了一種針對具體算法設(shè)計(jì)的通用平臺，介紹了該框架擴(kuò)展知識：非負(fù)矩陣分解、多視圖學(xué)習(xí)、遷移學(xué)習(xí)、主動學(xué)習(xí)和學(xué)習(xí)稀疏；5.通過圖像嵌入改進(jìn)分類。本章首先簡要回顧了相關(guān)的分類方法，隨后詳細(xì)介紹了針對增強(qiáng)分類方法的特征子空間變換，最后對其有效性進(jìn)行了大量的實(shí)驗(yàn)，并對實(shí)驗(yàn)結(jié)果進(jìn)行了評價；6.使用l1圖進(jìn)行高維數(shù)據(jù)分析。介紹了l1圖的相關(guān)工作，提出了一系列針對于各種機(jī)器學(xué)習(xí)的面向圖像的算法，詳述了l1圖在使用中的穩(wěn)定性能；7.黎曼流形上視覺識別的圖像嵌入判別分析。介紹了一種將黎曼流形嵌入到再生核Hilbert空間中的圖像嵌入方法和許多基于核的學(xué)習(xí)算法；8.一種針對子空間學(xué)習(xí)靈活有效的線性化方法。本章介紹了一種應(yīng)用于半監(jiān)督和無監(jiān)督的子空間學(xué)習(xí)靈活的流嵌入方法；9.一種應(yīng)用于挖掘多源異常的多光譜圖框架。介紹了一種使用多信息源的不一致行為對象的檢測方法，并驗(yàn)證了該方法的效果；10.語音識別中圖像嵌入的應(yīng)用。探論了圖的可視化、語音流嵌入和揚(yáng)聲器比較與補(bǔ)償問題，討論了語音矢量表示基本方法，介紹了使用矢量表示圖像嵌入和語音語料庫可視化、揚(yáng)聲器比較的多種技術(shù)與特征和使用隨機(jī)漫步理論處理揚(yáng)聲器補(bǔ)償。

本書可作為機(jī)器學(xué)習(xí)、圖像處理、計(jì)算機(jī)視覺等相關(guān)專業(yè)且在本科修讀過圖像嵌入課程的碩士研究生的教材，也是圖像嵌入模式識別領(lǐng)域研究人員很好的參考書籍。

張進(jìn)興，碩士研究生

（中國科學(xué)院空間科學(xué)與應(yīng)用研究中心）

Zhang Jinxing，Master

（National Space Science Center，CAS）endprint