出版社：北京师范大学出版社
年代：2008
定价：39.0
聚类是人工智能领域的一个重要分支，在模式识别、机器学习、系统建模等方面有着广泛重要的应用。在实际应用中，将人的各种知识融入聚类过程的要求越来越强烈；现今的研究重点之一是以人为中心的处理方法。本书以基于知识的聚类为主要研究内容，结合信息粒化的新思想，与国际研究主流相吻合。此书提出了一些将知识融入聚类的全新方法，这些方法展示了如何揭示更有意义的数据结构、如何使人们能更好的应付和处理日益增长的数据和信息。因此，此书代表着新的研究方向，有着很高的理论和应用价值。
第1章聚类和模糊聚类
第2章粒信息计算：模糊集与模糊关系
第3章面向逻辑的神经计算
第4章条件模糊聚类
第5章部分监督聚类
第6章模糊聚类中基于知识的指导原则
第7章协作聚类
第8章方向聚类
第9章模糊关联聚类
第10章各向异性数据模式的模糊聚类
第11章粒数据的超盒模型：车贝雪夫FCM
第12章遗传相容的模糊神经网络
第13章粒原型
第14章粒映射
第15章语言建模
参考书目
索引
本书首先对模糊聚类和粒计算这一领域进行介绍和讨论。然后，作者深入研究了基于逻辑的神经元和神经网络。本书的核心部分包括9章，在其中呈现和分析了众多不同的基于知识的聚类的方法。本书的第三部分致力于模型的研究，首先讨论超盒结构，然后讨论粒映射和语言模型。 本书是对聚类、模糊聚类、无监督学习、神经网络、模糊集、模式识别和系统建模感兴趣的研究人员、专家及学生的必读之物。有了作者对掌握必备知识的强调，以及精心构建的实例和实验，读者将成功地使自己成为基于知识聚类的专家。
| 书籍详细信息 | |||
| 书名 | 基于知识的聚类站内查询相似图书 | ||
| 9787303096923 如需购买下载《基于知识的聚类》pdf扫描版电子书或查询更多相关信息，请直接复制isbn,搜索即可全网搜索该ISBN | |||
| 出版地 | 北京 | 出版单位 | 北京师范大学出版社 |
| 版次 | 1版 | 印次 | 1 |
| 定价(元) | 39.0 | 语种 | 简体中文 |
| 尺寸 | 29 | 装帧 | 平装 |
| 页数 | 印数 | 2000 | |