第1章 引论 1
1.1引言 1
1.2李群机器学习的基本概念 3
1.3李群机器学习的公理假设 4
1.4李群机器学习的学习模型 6
1.5李群机器学习中的Dynkin图几何学习算法 8
1.6李群机器学习的分类器设计 12
1.7本书内容安排 16
参考文献 18
第2章 李群覆盖学习 22
2.1李群机器学习覆盖算法的相关理论 22
2.2李群机器学习的单连通覆盖算法 29
2.3李群机器学习的多连通覆盖算法 38
2.4覆盖算法在分子对接中的应用 45
2.5本章小结 61
参考文献 61
第3章 李群深层结构学习 65
3.1引言 65
3.2李群深层结构学习 67
3.3李群逐层学习算法 78
3.4李群深层结构启发式学习算法 84
3.5本章小结 88
参考文献 89
第4章 李群半监督学习 93
4.1引言 93
4.2基于李群的半监督学习模型 102
4.3基于线性李群的半监督学习算法 107
4.4基于参数李群的半监督学习算法 117
4.5本章小结 126
参考文献 127
第5章 李群核学习 132
5.1矩阵群学习算法 132
5.2李群上的Gauss分布 141
5.3李群内均值的计算 145
5.4李群均值学习算法 149
5.5李群核学习算法 156
5.6实例应用 164
5.7本章小结 172
参考文献 173
第6章 张量学习 179
6.1基于张量方法的数据约简 179
6.2基于张量场的数据约简模型 184
6.3基于张量场的学习模型及算法设计 194
6.4本章小结 209
参考文献 210
第7章 标架丛上的联络学习 214
7.1标架丛上的纵空间学习模型 214
7.2标架丛上的纵空间联络学习算法 219
7.3标架丛上的横空间学习模型及相关算法过程 221
7.4标架丛上的横空间与纵空间学习算法的应用 223
7.5本章小结 225
参考文献 225
第8章 谱估计学习 230
8.1谱估计概念及定义 230
8.2相关理论基础 232
8.3同步谱估计学习算法 238
8.4图像特征流形的比较原则 245
8.5图像特征流形拓扑不变性的谱估计学习算法 250
8.6基于图像特征流形拓扑不变性谱估计的聚类算法 253
8.7本章小结 254
参考文献 255
第9章Finsler几何学习 261
9.1基本概念 261
9.2基于Finsler度量的KNN算法 263
9.3基于Finsler度量的几何学习算法 269
9.4本章小结 277
参考文献 277
第10章 同调边缘学习 281
10.1边缘学习算法 281
10.2基于同调代数的边缘划分方法 284
10.3同调边缘学习算法设计与分析 294
10.4本章小结 296
参考文献 296
第11章 基于范畴理论的学习方法 300
11.1引言 300
11.2学习表达式的范畴表示 310
11.3学习表达式的映射机制 318
11.4学习表达式映射机制的分类器设计 327
11.5实例分析 336
11.6本章小结 347
参考文献 347
汉英名词对照 351