估计算法作为数据融合技术的重要组成部分,其性能评估对于图像融合、目标识别、目标跟踪等具有重要的理论和现实意义。本书围绕估计算法性能评估的理论与算法进行了深入研究,从不同角度对估计算法进行评估,阐述几种综合、全面、具有互补性的度量方法,以更好地丰富和完善估计技术的性能评估理论。
近年来,随着数据获取能力的不断提高和计算机的飞速发展,人们获得的数据信息越来越多,数据维数越来越高,如何寻找这些海量高维数据信息中潜在的规律,更好地为人类服务,是目前人工智能面临的挑战之一。 在没有标签信息的情况下,对高维数据实施维数约简的同时进行归类分析,挖掘数据的内在低秩结构,是当前机器学习的一个难点、也是热点之一。谱聚类作为聚类分析的一种,不仅对初始值和数据噪声有更好的鲁棒性,而且实施简单,可以被标准的线性代数方法进行有效求解。因此,基于低秩结构学习的谱聚类理论和方法在机器学习、人工智能、大数据技术方面有着更加广阔的应用空间。 本书主要研究了基于低秩结构学习的谱聚类理论与方法,从矩阵和张量两方面进行研究。重点关注紧凑低秩表示学习、鲁棒的无监督特征选择学习、图正则化低秩因
内容介绍??《首席产品官》共2册,旨在为产品新人成长为产品行家,产品白领成长为产品金领,后成长为首席产品官(CPO)提供产品认知、能力体系、成长方法三个维度的全方位指导。??作者在互联网领域从业近20年,是中国早期的互联网产品经理,曾是周鸿祎旗下“3721”的产品经理,担任CPO和CEO多年。作者将自己多年来的产品经验体系化,锤炼出了“产品人的能力杠铃模型”(简称“杠铃模型”),简洁、直观、兼容性好、实用性强,能有效指导产品经理快速入门和进化,以及终身成长。??本书的目标读者是产品新人,它将通过“产品新人的能力杠铃模型”指导产品新人高层次入门,快速从新人到行家。??对于入门新人而言,重要的是领路人!一样的起点,不一样的领路人,后的结果可能天壤之别。绝大多数产品新人的入门都停留在较低的层次上,他们更关心知识