复杂多源数据的知识获取与知识发现
￥26.00定价
作者： 周勇
出版时间：2015-10
出版社：中国矿业大学出版社
- 中国矿业大学出版社
- 9787564628017
- 185025
- 2015-10
- TP18
内容简介
周勇编著的《复杂多源数据的知识获取与知识发现》针对复杂多源数据的知识获取与知识发现问题，分别从模式识别中聚类和分类的角度进行研究，并以复杂网络的知识发现为例，研究了三种改进的复杂网络社区发现方法。本书是关于知识获取和知识发现方法的专著，内容新颖、图文并茂、立足应用，可供机器学习、模式识别、计算机应用技术等领域的技术人员阅读，也可作为相关学科的培训教材。
目录
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本书的主要研究内容
1.4 本书结构
2 基于序号编码的改进遗传模糊聚类算法
2.1 引言
2.2 基于序号编码的改进遗传模糊聚类算法
2.3 实验及分析
2.4 本章小结
3 基于弧度点对称距离的自适应动态聚类算法
3.1 引言
3.2 点对称距离
3.3 弧度距离
3.4 基于弧度的点对称距离
3.5 改进的遗传聚类算法
3.6 实验结果和分析
3.7 本章小结
4 基于自适应遗传算法的有趣分类规则知识发现
4.1 引言
4.2 有趣规则的评价标准
4.3 基于自适应遗传算法的有趣分类规则知识发现
4.4 实验及分析
4.5 本章小结
5 基于无参核学习的Laplacian正则化最小二乘分类
5.1 引言
5.2 无参核学习
5.3 基于无参核学习的LapRLSC
5.4 实验结果
5.5 本章小结
6 基于自适应近邻传播的社区发现算法
6.1 引言
6.2 相关工作
6.3 基于自适应近邻传播的社区发现算法
6.4 实验
6.5 本章小结
7 基于改进标签传播的社区发现算法
7.1 引言
7.2 标签传播算法
7.3 LPAC算法
7.4 实验
7.5 本章小结
8 基于结构相似度仿射传播的社团检测算法
8.1 引言
8.2 节点相似性度量
8.3 快速仿射传播聚类算法
8.4 实验
8.5 本章小结
9 总结与展望
9.1 总结
9.2 展望
参考文献
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本书的主要研究内容
1.4 本书结构
2 基于序号编码的改进遗传模糊聚类算法
2.1 引言
2.2 基于序号编码的改进遗传模糊聚类算法
2.3 实验及分析
2.4 本章小结
3 基于弧度点对称距离的自适应动态聚类算法
3.1 引言
3.2 点对称距离
3.3 弧度距离
3.4 基于弧度的点对称距离
3.5 改进的遗传聚类算法
3.6 实验结果和分析
3.7 本章小结
4 基于自适应遗传算法的有趣分类规则知识发现
4.1 引言
4.2 有趣规则的评价标准
4.3 基于自适应遗传算法的有趣分类规则知识发现
4.4 实验及分析
4.5 本章小结
5 基于无参核学习的Laplacian正则化最小二乘分类
5.1 引言
5.2 无参核学习
5.3 基于无参核学习的LapRLSC
5.4 实验结果
5.5 本章小结
6 基于自适应近邻传播的社区发现算法
6.1 引言
6.2 相关工作
6.3 基于自适应近邻传播的社区发现算法
6.4 实验
6.5 本章小结
7 基于改进标签传播的社区发现算法
7.1 引言
7.2 标签传播算法
7.3 LPAC算法
7.4 实验
7.5 本章小结
8 基于结构相似度仿射传播的社团检测算法
8.1 引言
8.2 节点相似性度量
8.3 快速仿射传播聚类算法
8.4 实验
8.5 本章小结
9 总结与展望
9.1 总结
9.2 展望
参考文献
