本书全面介绍了谱聚类、谱回归模型、多核学习、非参核学习、稀疏表示、多核维数约简等基本理论，针对现阶段高维数据维数约简算法和多层核学习算法存在的不足，深入阐述了基于多层核学习和稀疏表示的高维数据识别方法，本书解决了机器学习领域中的诸多基础问题，可应用于人脸识别、文本分类、医学图像处理、车辆信息识别、行为检测与识别等实际问题。
本书可供从事计算机、自动化、信息及相关学科方向的科技工作者、高等院校师生参考。

第1章绪论
1.1研究背景和意义
1.2国内外研究现状
1.3主要研究内容
1.4内容框架
1.5本章小结
第2章基本理论
2.1图嵌入框架
2.2谱聚类
2.3谱回归模型
2.4多核学习
2.5非参核学习
2.6稀疏表示
2.7本章小结
第3章基于谱回归和迹比率优选化的多核维数约简方法
3.1引言
3.2常见多核维数约简方法
……