会员
复杂系统管理:基于超网络视角
马涛计算机网络/计算机理论、基础知识· 13.2万字
更新时间:2023-12-13 16:14:20
最新章节:封底开会员,本书免费读 >
近年来,超网络的研究已逐渐成为复杂网络研究的一个热点,是当今的一个挑战性难题,也是引人关注和受到青睐的研究课题,同时也获得了广阔的发展机遇和重大的应用潜力。超网络主要包括两种形式:一种是基于网络的超网络,多层超网络,即“网络中的网络”;另一种是基于超图的超网络,用超图来定义超网络。本书着重研究的是基于超图的超网络。本书系统地介绍了基于超图的超网络的基本概念、结构、建模及其应用。全书共分四大部分:第一部分基本理论和方法:绪论、图和复杂网络基础理论、超图和加权超图基础理论、超网络拓扑结构的相关指标等基本理论。第二部分超网络模型构建:社团划分模型、信息传播模型、矩阵制项目小组模型、校企合作申请专利模型、产学研合作申请专利模型、知识共享模型、一类超网络的演化模型。第三部分超网络模型中的节点进入退出机制:复杂网络中的节点进入退出机制、超网络中的节点进入退出机制。第四部分超网络的应用:基于超图的超网络的应用、基于加权超图的超网络的应用,本书对超网络在现实中的应用研究有一定的借鉴意义。
上架时间:2023-06-01 00:00:00
出版社:电子工业出版社
上海阅文信息技术有限公司已经获得合法授权,并进行制作发行
最新章节
马涛
主页
同类热门书
最新上架
- 会员
SPSS统计分析标准教程(实战微课版)
本书以SPSS28.0中文版为平台,以实用为原则,由浅入深,全面系统地介绍SPSS的基本功能和实际应用方法。本书涉及面广,从SPSS基本操作开始介绍,覆盖大部分常用功能和高级统计分析方法。本书共11章,内容包括SPSS基础知识、建立与整理数据、SPSS基本统计分析、假设检验、非参数检验、方差分析、相关分析、回归分析、聚类和判别分析、统计图形和SPSS数据分析综合应用。在介绍的过程中,图文并茂地对计算机10.2万字 - 会员
深度探索Vue.js:原理剖析与实战应用
本书系统的介绍了Vue框架基础、框架应用、生态组成、项目实战、框架演进、Vue原理剖析及Vue框架的原理实现。全书共分为8章:第1章为行业发展介绍,第2章为Vue2.x的开发基础,第3章为Vue2.x的组件开发,第4章为VueCLI开发完全指南,第5章为VueCLI项目实战,第6章为Vite+Vue3完全开发指南,第7章为Vue3.x项目实战,第8章为实现原理介绍。书中主要内容包括:W计算机13.9万字 - 会员
深度强化学习:算法原理与金融实践入门
深度强化学习是人工智能和机器学习的重要分支领域,有着广泛应用,如AlphaGo和ChatGPT。本书作为该领域的入门教材,在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章,大致分为4部分:第1部分(第1~2章)介绍深度强化学习背景(智能决策、人工智能和机器学习);第2部分(第3~4章)介绍深度强化学习基础知识(深度学习和强化学习);第3部分(第5~9章)介绍深度强化学习经典算法(D计算机16.9万字 - 会员
数字广告系统:技术、产品与市场
本书深入剖析了互联网主导下的数字广告系统,详细阐述了如何通过数据驱动的产品技术、计算算法和动态定价模型来推进广告主的数字营销,并使其在广告领域与技术广告体系全面融合。同时,本书还探讨了数字化升级对广告业流程的影响,包括市场研究、内容匹配、定制化广告、广告竞投以及消费者沉浸式互动和用户忠诚度提升等营销职能。这些内容共同构建了数字化和智能化广告发展的综合知识体系。全书分为三篇(共10章):第一篇为基础计算机30.5万字 - 会员
偏最小二乘法优化及其在中医药领域的应用研究
本书内容是在充分利用偏最小二乘原理优势的基础上,重点研究改进与优化偏最小二乘的不足方面,使其更好地适应中医药数据分析。主要内容包括分别引入非径向数据包络分析和降噪稀疏自编码器优化偏最小二乘的噪声处理,使其处理缺失值和噪声更有效;分别引入特征相关、L1正则项和灰色关联优化偏最小二乘的特征提取,实现有效降维和提取特征子集;分别融合受限玻尔兹曼机、稀疏自编码器、深度置信网络提取非线性成分,优化偏最小二乘计算机10.5万字 - 会员
可持续设计:数字·多元·安全
《可持续设计:数字·多元·安全》是国际体验设计大会的演讲案例的论文集,汇聚了当下具有影响力的数位国内外知名企业的设计师、商业领袖、专家的大量实践案例与前沿学术观点,分享并解决了新兴领域所面临的新问题,为企业人员提供丰富的设计手段、方法与策略。计算机19.5万字 - 会员
人工智能数学基础
本书面向广大数据科学与人工智能专业的学生及初学者,力求通俗易懂、简洁清晰地呈现学习大数据与人工智能需要的基础数学知识,助力读者为进一步学习人工智能打好数学基础。全书分为4篇,共19章:微积分篇(第1~5章),主要介绍极限、导数、极值、多元函数导数与极值、梯度下降法等;线性代数篇(第6~10章),主要介绍向量、矩阵、行列式、线性方程组、特征值和特征向量等,并介绍这些数学知识在人工智能中的应用;概率统计算机8.5万字 - 会员
多源信息融合推理与应用
本书共共15章,主要包括多源信息融合处理理论与方法及多源信息目标检测、识别和应用两部分内容。书中具体讲述了多源信息融合处理的基本概念以及多源信息融合发展的核心理论方法,如Dempster-Shafer证据理论等;介绍了多源高冲突信息鲁棒性证据推理方法、多辨识框架下异构证据融合方法以及多值迁移融合方法等多种融合技术;给出了多源信息融合的典型应用,特别是在不确定数据分类、多源信息融合检测与识别领域的实计算机17万字 - 会员
深度强化学习理论与实践
本书比较全面、系统地介绍了深度强化学习的理论和算法,并配有大量的案例和编程实现。全书核心内容可以分为3部分,第一部分为经典强化学习,包括第2、3、4章,主要内容有动态规划法,蒙特卡洛法、时序差分法;第二部分为深度强化学习,包括第6、7、8章,主要内容有值函数近似法、策略梯度法、策略梯度法进阶;第三部分重点介绍了深度强化学习的经典应用——AlphaGo系列算法。另外,作为理论和算法的辅助,第1章介绍计算机12.5万字