91久久精品美女高潮喷浆,999精品成人无码视频

內(nèi)容簡(jiǎn)介

　　《聚類及圖聚類流行算法》作者在多年系統(tǒng)研究聚類技術(shù)的基礎(chǔ)上編寫了該書。書中從數(shù)據(jù)的類型、分布、數(shù)學(xué)基礎(chǔ)及常用軟件工具開(kāi)始，首先描述了數(shù)據(jù)預(yù)處理方法、數(shù)據(jù)可視化方法，然后介紹了經(jīng)典經(jīng)典聚類技術(shù)，其中涵蓋了基于劃分的聚類方法、基于密度的聚類方法、基于層次的聚類方法等，并同時(shí)介紹了近幾年發(fā)表在CCF A類會(huì)議和Science中幾個(gè)聚類效果較好的幾個(gè)新算法，最后對(duì)當(dāng)前研究的熱點(diǎn)問(wèn)題－圖聚類算法進(jìn)行了詳細(xì)闡述。《聚類及圖聚類流行算法》可作為計(jì)算機(jī)專業(yè)、大數(shù)據(jù)分析與處理專業(yè)的本科及研究生教材，也可供從事數(shù)據(jù)挖掘、大數(shù)據(jù)分析的科研人員使用。

作者簡(jiǎn)介

暫缺《聚類及圖聚類流行算法》作者簡(jiǎn)介

圖書目錄

第1章引論
1．1 認(rèn)識(shí)聚類
1．2 聚類分析概述
1．3 參考文獻(xiàn)
第2章聚類基礎(chǔ)
2．1 聚類定義
2．2 數(shù)據(jù)類型
2．3 數(shù)學(xué)基礎(chǔ)
2．4 數(shù)據(jù)預(yù)處理
2．5 數(shù)據(jù)可視化
2．6 常用軟件工具
2．7 參考文獻(xiàn)
第3章流行聚類算法
3．1 基于劃分的方法
3．2 基于密度的方法
3．3 基于層次的方法
3．4 流行新算法
第4章圖聚類算法
4．1 圖聚類的發(fā)展
4．2 常見(jiàn)的復(fù)雜網(wǎng)絡(luò)
4．3 網(wǎng)絡(luò)的特性
4．4 圖論基礎(chǔ)及相關(guān)形式化定義
4．5 圖聚類常用數(shù)據(jù)集
4．6 常用的評(píng)價(jià)指標(biāo)
4．7 常見(jiàn)的圖聚類算法
4．8 Fast algorithm for detecting community structure in networks
4．9 Modularity and community structure in networks
4．10 Near linear time algorithm to detect community structures in large——scale networks
4．11 參考文獻(xiàn)
……