简介
POD产品说明： 1. 本产品为按需印刷（POD）图书，实行先付款，后印刷的流程。您在页面购买且完成支付后，订单转交出版社。出版社根据您的订单采用数字印刷的方式，单独为您印制该图书，属于定制产品。 2. 按需印刷的图书装帧均为平装书（含原为精装的图书）。由于印刷工艺、彩墨的批次不同，颜色会与老版本略有差异，但通常会比老版本的颜色更准确。原书内容含彩图的，统一变成黑白图，原书含光盘的，统一无法提供光盘。 3. 按需印刷的图书制作成本高于传统的单本成本，因此售价高于原书定价。 4. 按需印刷的图书，出版社生产周期一般为15个工作日（特殊情况除外）。请您耐心等待。 5. 按需印刷的图书，属于定制产品，不可取消订单，无质量问题不支持退货。
目录
《信息科学技术学术著作丛书》序
作者中文版序
前言
第一部分 引言
第1章 引言
1.1 研究领域
1.2 本书的内容和组织
1.3 本书的读者
1.4 进一步的阅读
第二部分 模型
第2章 集体聚类
2.1 引言
2.2 相关工作
2.3 模型建立和分析
2.3.1 块值分解
2.3.2 NBVD方法
第3章 异质关联数据聚类
3.1 引言
3.2 相关工作
3.3 关联摘要网络模型
第4章 同质关联数据聚类
4.1 引言
4.2 相关工作
4.3 图逼近的社区学习
第5章 一般关联数据聚类
5.1 引言
5.2 相关工作
5.3 混合成员关联聚类
5.4 谱关联聚类
第6章 多视图关联数据聚类
6.1 引言
6.2 相关工作
6.3 背景和模型公式
6.3.1 多视图非监督学习的一般模型
6.3.2 多视图聚类和多视图谱嵌入
第7章 演化数据聚类
7.1 引言
7.2 相关工作
7.3 狄利克雷过程混合链
7.4 HDP演化聚类模型
7.4.1 HDP-EVO表示
7.4.2 对HDP-EVO的双等级
7.5 无限层次隐马尔可夫状态模型
7.5.1 iH2MS的描述
7.5.2 iH2MS的扩展
7.5.3 HTM的最大似然估计
7.6 包含有HTM的HDP(H
第三部分 算法
第8章 集体聚类
8.1 非负块值分解算法
8.2 证明NBVD算法的正确性
第9章 异质关联数据聚类
9.1 关联摘要网络算法
9.2 聚类方法的统一
9.2.1 2部谱图分割
9.2.2 有特征减少的二进制数据聚类
9.2.3 信息理论的集体聚类
9.2.4 K均值聚类
第10章 同质关联数据聚类
10.1 硬CLGA算法
10.2 软CLGA算法
10.3 平衡CLGA算法
第11章 一般关联数据聚类
11.1 混合成员关联聚类算法
11.1.1 有指数族的
11.1.2 蒙特卡洛E步
11.1.3 M步
11.1.4 硬MMRC算法
11.2 谱关联聚类算法
11.3 对聚类的一个统一观点
11.3.1 半监督聚类
11.3.2 集体聚类
11.3.3 图聚类
第12章 多视图关联数据聚类
12.1 算法推导
12.1.1 多视图聚类算法
12.1.2 多视图谱嵌入算法
12.2 扩展和讨论
12.2.1 演化聚类
12.2.2 有补充信息的非监督学习
第13章 演化数据聚类
13.1 DPChain推理
13.2 HDP-EVO推理
13.3 HDP-HTM推理
第四部分 应用
第14章 集体聚类
14.1 数据集和实现细节
14.2 评价指标
14.3 结果和讨论
第15章 异质关联数据聚类
15.1 数据集和参数设置
15.2 结果和讨论
第16章 同质关联数据聚类
16.1 数据集和参数设置
16.2 结果和讨论
第17章 一般关联数据聚类
17.1 图聚类
17.2 双聚类和三聚类
17.3 关于演员-电影数据的案例研究
17.4 谱关联聚类应用
17.4.1 在双类型的关联数据上聚类
17.4.2 在三种类型关联数据上聚类
第18章 多视图和演化数据聚类
18.1 多视图聚类
18.1.1 合成数据
18.1.2 真实的数据
18.2 多视图谱嵌入
18.3 半监督聚类
18.4 演化聚类
第五部分 总结
第19章 总结
参考文献
作者中文版序
前言
第一部分 引言
第1章 引言
1.1 研究领域
1.2 本书的内容和组织
1.3 本书的读者
1.4 进一步的阅读
第二部分 模型
第2章 集体聚类
2.1 引言
2.2 相关工作
2.3 模型建立和分析
2.3.1 块值分解
2.3.2 NBVD方法
第3章 异质关联数据聚类
3.1 引言
3.2 相关工作
3.3 关联摘要网络模型
第4章 同质关联数据聚类
4.1 引言
4.2 相关工作
4.3 图逼近的社区学习
第5章 一般关联数据聚类
5.1 引言
5.2 相关工作
5.3 混合成员关联聚类
5.4 谱关联聚类
第6章 多视图关联数据聚类
6.1 引言
6.2 相关工作
6.3 背景和模型公式
6.3.1 多视图非监督学习的一般模型
6.3.2 多视图聚类和多视图谱嵌入
第7章 演化数据聚类
7.1 引言
7.2 相关工作
7.3 狄利克雷过程混合链
7.4 HDP演化聚类模型
7.4.1 HDP-EVO表示
7.4.2 对HDP-EVO的双等级
7.5 无限层次隐马尔可夫状态模型
7.5.1 iH2MS的描述
7.5.2 iH2MS的扩展
7.5.3 HTM的最大似然估计
7.6 包含有HTM的HDP(H
第三部分 算法
第8章 集体聚类
8.1 非负块值分解算法
8.2 证明NBVD算法的正确性
第9章 异质关联数据聚类
9.1 关联摘要网络算法
9.2 聚类方法的统一
9.2.1 2部谱图分割
9.2.2 有特征减少的二进制数据聚类
9.2.3 信息理论的集体聚类
9.2.4 K均值聚类
第10章 同质关联数据聚类
10.1 硬CLGA算法
10.2 软CLGA算法
10.3 平衡CLGA算法
第11章 一般关联数据聚类
11.1 混合成员关联聚类算法
11.1.1 有指数族的
11.1.2 蒙特卡洛E步
11.1.3 M步
11.1.4 硬MMRC算法
11.2 谱关联聚类算法
11.3 对聚类的一个统一观点
11.3.1 半监督聚类
11.3.2 集体聚类
11.3.3 图聚类
第12章 多视图关联数据聚类
12.1 算法推导
12.1.1 多视图聚类算法
12.1.2 多视图谱嵌入算法
12.2 扩展和讨论
12.2.1 演化聚类
12.2.2 有补充信息的非监督学习
第13章 演化数据聚类
13.1 DPChain推理
13.2 HDP-EVO推理
13.3 HDP-HTM推理
第四部分 应用
第14章 集体聚类
14.1 数据集和实现细节
14.2 评价指标
14.3 结果和讨论
第15章 异质关联数据聚类
15.1 数据集和参数设置
15.2 结果和讨论
第16章 同质关联数据聚类
16.1 数据集和参数设置
16.2 结果和讨论
第17章 一般关联数据聚类
17.1 图聚类
17.2 双聚类和三聚类
17.3 关于演员-电影数据的案例研究
17.4 谱关联聚类应用
17.4.1 在双类型的关联数据上聚类
17.4.2 在三种类型关联数据上聚类
第18章 多视图和演化数据聚类
18.1 多视图聚类
18.1.1 合成数据
18.1.2 真实的数据
18.2 多视图谱嵌入
18.3 半监督聚类
18.4 演化聚类
第五部分 总结
第19章 总结
参考文献
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
