幫助中心 | 我的帳號 | 關於我們

科技大數據的建模與分析技術(精)/科技大數據理論與技術叢書

  • 作者:周向東//劉德兵//王元卓|責編:馬躍//李嘉
  • 出版社:科學
  • ISBN:9787030713865
  • 出版日期:2022/06/01
  • 裝幀:精裝
  • 頁數:175
人民幣:RMB 128 元      售價:
放入購物車
加入收藏夾

內容大鋼
    科技大數據的建模理論與分析方法是科技大數據相關技術研究與服務平台建設的重要理論基礎和應用方法論。科技大數據主要由非結構化和複雜結構數據組成,涉及廣泛而豐富的建模理論和方法。本書內容側重面向科技大數據應用的基於張量的非結構數據建模、知識圖譜及遷移學習等的基本概念及理論,同時介紹相關理論在認知圖譜、跨域圖像分類以及學者研究興趣及機構合作關係挖掘等方面的應用。
    本書適合作為科技大數據及非結構化數據分析與挖掘相關研究領域的研究生或科研人員的參考資料。

作者介紹
周向東//劉德兵//王元卓|責編:馬躍//李嘉

目錄
第一部分  科技大數據的建模理論
  第1章  科技大數據的張量表示模型
    1.1  引言
    1.2  基於張量分解的表示模型
    1.3  t-FD演算法
    1.4  理論誤差界的證明
    1.5  實驗分析
    1.6  小結
    參考文獻
  第2章  科技大數據知識圖譜
    2.1  知識圖譜概念及發展
    2.2  面向科技大數據的知識圖譜
    2.3  知識圖譜關鍵技術
    2.4  知識圖譜技術分析
    參考文獻
  第3章  科技大數據遷移學習
    3.1  遷移學習的概念及發展
    3.2  科技大數據遷移學習的驅動因素
    3.3  遷移學習相關研究
    參考文獻
第二部分  科技大數據的數據分析技術
  第4章  科技情報認知圖譜
    4.1  科技情報認知圖譜的概念
    4.2  認知推理
    4.3  邏輯表達
    參考文獻
  第5章  基於深度遷移學習的圖像語義分類
    5.1  引言
    5.2  演算法介紹
    5.3  實驗
    5.4  小結
    參考文獻
  第6章  基於柔性標籤遷移學習的圖像分類
    6.1  引言
    6.2  預備知識
    6.3  MSLT演算法介紹
    6.4  實驗
    6.5  小結
    參考文獻
  第7章  科技大數據中的學者研究興趣預測
    7.1  引言
    7.2  研究興趣預測
    7.3  自適應屬性選擇的學者研究興趣預測方法
    7.4  實驗
    7.5  小結
    參考文獻
  第8章  科技大數據中的學者間合著關係預測方法
    8.1  引言
    8.2  融合語義與結構信息的學者間合著關係預測方法
    8.3  實驗

    8.4  小結
    參考文獻
  第9章  科技大數據中的機構間合作關係預測方法
    9.1  問題介紹
    9.2  個體性實體與群體性實體
    9.3  基於表示學習的機構間合作關係預測演算法
    9.4  實驗
    9.5  小結
    參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032