*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202408*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:圖像數據先驗的數學建模及其應用 ISBN:9787111755340 出版社:機械工業 著編譯者:謝琦 叢書名:CCF優博叢書 頁數:242 所在地:中國大陸 *此為代購商品 書號:1674999 可大量預訂,請先連絡。 內容簡介 本書展示了幾種典型圖像處理與分析場景下的先驗建模方法,既涉及無監督學習框架,也涉及有監督學習框架,相信能夠對領域的發展有一定的助力,同時也能給讀者帶來新的啟發。 本書適合數學類、計算機類專業高年級本科生和研究生閱讀,也適合具備相關數學、編程基礎的研究、開發人員閱讀,亦可為數字人文領域的學者提供一定的參考和借鑒。作者簡介 謝琦 西安交通大學數學與統計學院副教授,博士研究生導師。於2013年7月與2020年12月分別獲西安交通大學理學學士與理學博士學位。2017年8月至2018年9月曾赴普林斯頓大學訪學。目前主要從事機器學習與計算機視覺的基礎問題研究。在CCF A類期刊與會議發表論文18篇,IEEE Transaction論文14篇,入選ESI高被引論文4篇,第一作者在領域頂刊TPAMI發表論文3篇。2015年至今,谷歌學術被引4270次,H指數為21。入選2022年「CCF優秀博士學位論文激勵計劃」,獲「2021年ACM中國優博提名獎」「2023年陝西省優秀博士學位論文獎」「VALSE年度最佳學生論文提名獎」「徐宗本應用數學論文獎」等獎項。目錄 叢書序推薦序 推薦序 導師序 摘要 Abstract 第1章 緒論 1 1 研究背景 1 2 相關研究現狀 1 2 1 高維數據的稀疏性建模 1 2 2 顏色與方向不變的彩色圖像非局部自相似性建模 1 2 3 低劑量CT弦圖雜訊建模 1 2 4 基於物理機制的深度高光譜融合 1 2 5 基於領域知識的眼底病灶檢測 1 3 本書的主要內容 第2章 一種新型高階稀疏性度量及在張量處理問題中的應用 2 2 符號定義和背景知識 2 3 CP分解與Tucker分解 2 4 高階稀疏性度量 2 5 KBR高階稀疏性度量 2 5 1 KBR稀疏正則最小二乘問題 2 5 2 KBR稀疏正則的張量填充問題 2 5 4 KBR稀疏正則最小二乘在高光譜圖像去噪問題中的應用 2 6 實驗結果 2 6 1 高光譜圖像去噪實驗 2 6 2 基於KBR-TC的高光譜圖像填充實驗 2 6 3 基於KBR-RPCA的視頻背景建模實驗 2 6 4 折中參數的分析 第3章 顏色與方向不變圖像非局部自相似性建模及其應用 3 3 顏色與方向不變非局部自相似性建模 3 3 1 方向敏感圖像塊表示 3 3 2 顏色敏感圖像塊表示 3 4 基於顏色與方向不變非局部自相似性的彩色圖像去噪模型 3 4 1 彩色圖像去噪的最大后驗模型 3 4 2 EM演算法 3 5 實驗結果 3 5 1 模擬彩色圖像去噪實驗 3 5 2 真實彩色圖像去噪實驗 第4章 基於生成機制的低劑量CT弦圖去噪 4 2 符號定義和背景知識 4 3 模型框架 4 3 1 投影數據的生成模型 4 3 2 弦圖先驗模型 4 3 3 最大后驗估計 4 3 4 模型討論 4 4 ADMM演算法 4 5 實驗結果 4 5 1 對比方法 4 5 2 數字影像數據實驗 4 5 3 模擬體模數據實驗 4 5 4 臨床豬心數據研究 4 6 小結 第5章 物理機制嵌入的深度高光譜融合網路 5 1 引言 5 2 方法框架 5 2 1 模型框架 5 2 2 模型優化 5 2 3 MHF-net的網路結構設計 5 3 一致高光譜融合網路 5 4 盲高光譜融合網路 5 5 實驗結果 5 5 1 模型驗證 5 5 2 響應係數一致數據上的對比實驗 5 5 3 響應係數非一致數據上的對比實驗 5 6 小結 第6章 領域知識嵌入的深度眼底病灶檢測網路 6 1 引言 6 2 EM-net的基本框架 6 2 1 模型框架 6 2 2 模型求解 6 2 3 網路設計 6 2 4 網路訓練 6 3 實驗結果 6 3 1 IDRiD數據上的實驗 6 3 2 DDR數據集上的實驗 6 3 3 與IDRiD挑戰榜對比 6 3 4 解釋性驗證 6 4 小結 第7章 結論與展望 7 1 結論 7 2 展望 附錄 附錄A 理論結果證明 附錄B 深度網路設計細節 參考文獻 攻讀博士學位期間的科研成果 致謝 叢書跋 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |