基于融合表征的多视图学习方法

　　基于融合表征的多视图学习是机器学习中的一个重要研究分支。本书介绍了基于融合表征的多视图学习方法的基础概念、技术应用及研究现状和系列方法。全书共5章，大致分为两部分：第1部分（第1章）介绍多视图学习的基本概念、主要技术手段及研究现状；第2部分（第2~5章）介绍了四种多视图学习方法——基于多视图相关性与融合表征效果的关联性分析方法、基于双反馈机制的多视图相关性增强表征学习方法、基于多视图深层特征增强的隐空间融合表征方法、基于多视图差异性和一致性的聚类融合增强学习方法， 这部分内容先对问题背景进行剖析，介绍相关基础模型，再详细描述方法框架及原理，然后介绍方法的应用效果，由浅到深，便于读者深入了解各种方法，从中挖掘出有意义的改进点，便于后续研究的开展。本书适合从事人工智能、机器学习、数据挖掘等方向研究的本科生和研究生阅读，也可供具有一定研究背景的对多视图学习感兴趣的读者参考。

暂缺《基于融合表征的多视图学习方法》作者简介

暂缺《基于融合表征的多视图学习方法》目录