基本概念 （1）网络的图表示 （2）节点的聚类系数 （3）节点的介数 （4）平均度和度分布 结构模型 （1）小世界网络 （2）无标度网络 （3）社区网络

5.1 阈值分割 5.2 边缘检测 5.3 区域分割 5.4 Hough变换 5.5 近邻法分割 5.6 基于动态聚类的分割 5.7 基于神经网络的分割 5.8 其它分割方法

课程总结与复习  Web信息搜索概述  GFS + MapReduce + BigTable  全文检索 + 网页排序  多媒体检索  文本聚类  文本分类  推荐系统  语义网  知识图谱

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

1 K-Means 聚类算法 (Clustering Algorithm) 解释 Explanation 收敛性 Convergence of K-Means 矩阵建模 Matrix Modelling of K-Means 2 网页排序 PageRank 动机 Motivation 简单网页排序 Simplified PageRank 网页排序建模 PageRank Modelling 例子 Example

提出了从带钢板形数据中提取典型板形缺陷向量的方法，即先对带钢板形缺陷进行初级分类，再根据带钢应力之间的相似度提取出单位典型板形向量，最后采用k均值聚类算法求解出典型比值系数.针对提取出的带钢单位典型板形向量而设计出的单侧倒角工作辊，经过大规模的轧制试验，所轧宽带钢板形质量较好，综合平坦度均小于5 IU（1 IU=10-5），基本消除边中复合浪为主的复杂浪形缺陷

提出了一种人工免疫识别算法.该算法将所识别的数据作为抗原,利用抗体、抗原的亲和作用,通过刺激/抑制有关抗体的活动建立一个抗体记忆集合,识别和表示数据结构组织,它具有识别多样性、自我调节功能等特点.通过对二维实数空间的数据和Iris数据进行实验,结果表明该方法聚类效果好,识别率高,且具有较好的泛化能力

使用与自组织神经网聚类相结合的支持向量回归机预测模型对矿体体素品位进行插值,并与多边形法、距离幂次反比法、克里格法进行对比验证.结果表明,该预测模型进行品位插值具备很好的可行性和可靠性

3.1 指数评价模型 3.1.1 单因子指数 3.1.2 多因子指数 3.1.3 空气污染指数 3.2 环境质量的分级聚类模型 3.2.1 积分值分级法 3.2.2 模糊综合评价法 3.3 污染物的运动变化模型 3.3.1 污染物在环境介质中的运动变化 3.3.2 污染物运动变化的基本模型

为了研究警报在社会关系网络环境中的传播特征及影响因素,基于多主体建模软件Repast仿真平台,以复杂系统和复杂网络理论为指导,在ER随机网络和WS小世界网络模型的基础上建立了警报的传播模型.对社会关系网络结构和信息源节点规则进行不同设置,通过对模拟结果的研究发现具有高聚类系数的网络结构和信息源选择高连接度的节点时,警报通知的传播效率明显提高