图书介绍

基于知识的聚类 从数据到信息粒【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

基于知识的聚类 从数据到信息粒
  • (加)派垂驰(WitoldPedrycz)著 著
  • 出版社: 北京:北京师范大学出版社
  • ISBN:9787303096923
  • 出版时间:2008
  • 标注页数:294页
  • 文件大小:46MB
  • 文件页数:308页
  • 主题词:模糊系统-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

基于知识的聚类 从数据到信息粒PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 聚类和模糊聚类1

1.1引言1

1.2基本概念和符号1

1.2.1数据类型1

1.2.2距离和相似性2

1.3聚类算法的主要类别5

1.3.1层次聚类5

1.3.2基于目标函数的聚类8

1.4聚类和分类9

1.5模糊聚类9

1.6聚类有效性15

1.7基于目标函数的聚类算法的扩展17

1.7.1模糊类的扩展几何性质:模糊C变体17

1.7.2可能性聚类19

1.7.3带噪音的聚类20

1.8自组织图和基于模糊目标函数的聚类20

1.9总结22

参考文献23

第2章 粒信息计算:模糊集与模糊关系26

2.1粒计算的范例:信息粒和信息粒的处理26

2.2模糊集——以人为中心的信息粒29

2.3模糊集的运算30

2.4模糊关系32

2.5两个模糊集的比较32

2.6模糊集的一般化34

2.7阴影集36

2.8粗糙集41

2.9粒计算与分布式处理43

2.10总结44

参考文献44

第3章 面向逻辑的神经计算46

3.1引言46

3.2模糊神经元的主要类别47

3.2.1聚合神经元47

3.2.2参照神经元50

3.3逻辑网络的结构54

3.4网络的解释性55

3.5逻辑处理的粒化界面56

3.6总结57

参考文献58

第4章 条件模糊聚类60

4.1引言60

4.2问题陈述:上下文模糊集和目标函数62

4.3最优化问题64

4.4关于条件聚类计算方面的思考72

4.5通过聚合算子将算法一般化74

4.6具有空间约束的模糊聚类75

4.7总结77

参考文献77

第5章 部分监督聚类79

5.1引言79

5.2问题形式化80

5.3类的设计81

5.4实验案例82

5.5基于类的跟踪问题84

5.6总结87

参考文献87

第6章 模糊聚类中基于知识的指导原则88

6.1引言88

6.2面向知识提示的样例及一般性分类90

6.3知识强化聚类的优化环境92

6.4基于知识指导提示的量化及优化95

6.5交互过程的组织96

6.6基于相似性的聚类(P-FCM)101

6.7网页挖掘和P-FCM106

6.8基于知识提示的语言强化113

6.9总结115

参考文献115

第7章 协作聚类116

7.1引言及基本概念116

7.2横向聚类和纵向聚类117

7.3横向协作聚类119

7.3.1优化细节120

7.3.2协作聚类的计算流程123

7.3.3聚类中合作现象的定量描述124

7.4实验研究125

7.5横向聚类的进一步改善134

7.6纵向聚类算法135

7.7横向聚类与纵向聚类的网格模型137

7.8一致性聚类138

7.9总结140

参考文献141

第8章 方向聚类142

8.1引言142

8.2问题形式化143

8.2.1目标函数143

8.2.2信息粒的逻辑变换145

8.3算法146

8.4方向聚类的设计框架148

8.5数值研究149

8.6总结158

参考文献159

第9章 模糊关联聚类160

9.1引言及问题描述160

9.2用于关联数据的FCM161

9.3模糊关联模式的分解163

9.3.1分解问题的梯度解163

9.3.2分解问题的神经网络模型165

9.4比较分析169

9.5总结170

参考文献170

第10章 各向异性数据模式的模糊聚类172

10.1引言172

10.2各向异性的数据173

10.3粒数据的参数模型174

10.4各向异性模糊聚类的参数模型175

10.5非参数的各向异性聚类178

10.5.1参照框架179

10.5.2通过可能性—必要性变换表示粒数据180

10.5.3解参184

10.6总结186

参考文献187

第11章 粒数据的超盒模型:车贝雪夫FCM188

11.1引言188

11.2问题形式化189

11.3聚类算法——详细的考虑190

11.4粒原型的设计196

11.5信息粒的几何性质198

11.6粒数据的描述:一个一般模型199

11.7总结200

参考文献201

第12章 遗传相容的模糊神经网络202

12.1引言202

12.2阈值运算和相容运算:基于模糊逻辑的一般化203

12.3逻辑网络的拓扑207

12.4遗传优化210

12.5例证性的数值研究211

12.6总结217

参考文献217

第13章 粒原型219

13.1引言219

13.2问题形式化220

13.2.1模糊集合相似性的描述220

13.2.2性能指标(目标函数)221

13.3原型优化223

13.4粒原型的形成233

13.4.1相似水平的优化234

13.4.2一个相似性反问题235

13.5总结238

参考文献238

第14章 粒映射240

14.1引言及问题描述240

14.2作为粒表示中计算工具的可能性测度和必要性测度241

14.3构造粒映射242

14.4通过模糊聚类设计多变量粒映射244

14.5粒映射的定量描述246

14.6实验研究246

14.7总结249

参考文献250

第15章 语言建模251

15.1引言251

15.2输入输出映射的类表示252

15.3粒模型蓝图设计中的条件聚类254

15.4作为粒网络中一般处理元素的粒神经元257

15.5基于条件模糊聚类的语言模型结构259

15.6语言模型的改进260

15.7总结261

参考文献262

参考书目264

索引292

热门推荐