用于模式分析的图像嵌入

Yun+Fu等

用于模式分析的图像嵌入广泛应用于统计学、机器学习、图像处理、计算机视觉等。近年来，图像嵌入模式识别受到学术界和工业界机器学习领域的专家和研究人员越来越多地关注。本书介绍图像嵌入理论、计算和应用的最新进展，如非线性流形图、线性化方法、基于图形子空间分析、超图、无向图，各章均为读者提供了相关个案研究，给出了实验与应用数据。

全书由10章组成：1.向量空间中显示图像嵌入的属性图多层次分析。主要内容有结构与统计模式识别、显示与隐式图像嵌入理论、显示图像嵌入属性图多层次分析原理及其应用；2.无向图的功能分组和选择。本章首先介绍了凸方法与非凸方法原理和算法实现，接着给出了两种方法的实验结果并进行了分析与总结；3.图像嵌入到向量空间的中位数图计算。介绍了图、图编辑距离、图间加权均值和中位数图概念，给出了非凸法，提出了中位数图的详细计算方法；4.图像嵌入的局部调整。描述了局部对齐框架，它结合了现有的基于流形学习的降维算法，并提供了一种针对具体算法设计的通用平台，介绍了该框架扩展知识：非负矩阵分解、多视图学习、迁移学习、主动学习和学习稀疏；5.通过图像嵌入改进分类。本章首先简要回顾了相关的分类方法，随后详细介绍了针对增强分类方法的特征子空间变换，最后对其有效性进行了大量的实验，并对实验结果进行了评价；6.使用l1图进行高维数据分析。介绍了l1图的相关工作，提出了一系列针对于各种机器学习的面向图像的算法，详述了l1图在使用中的稳定性能；7.黎曼流形上视觉识别的图像嵌入判别分析。介绍了一种将黎曼流形嵌入到再生核Hilbert空间中的图像嵌入方法和许多基于核的学习算法；8.一种针对子空间学习灵活有效的线性化方法。本章介绍了一种应用于半监督和无监督的子空间学习灵活的流嵌入方法；9.一种应用于挖掘多源异常的多光谱图框架。介绍了一种使用多信息源的不一致行为对象的检测方法，并验证了该方法的效果；10.语音识别中图像嵌入的应用。探论了图的可视化、语音流嵌入和扬声器比较与补偿问题，讨论了语音矢量表示基本方法，介绍了使用矢量表示图像嵌入和语音语料库可视化、扬声器比较的多种技术与特征和使用随机漫步理论处理扬声器补偿。

本书可作为机器学习、图像处理、计算机视觉等相关专业且在本科修读过图像嵌入课程的硕士研究生的教材，也是图像嵌入模式识别领域研究人员很好的参考书籍。

张进兴，硕士研究生

（中国科学院空间科学与应用研究中心）

Zhang Jinxing，Master

（National Space Science Center，CAS）endprint