复杂多源数据的知识获取与知识发现

本书针对复杂多源数据的知识获取与知识发现问题，分别从模式识别中聚类和分类的角度进行研究，并以复杂网络的知识发现为例，研究了三种改进的复杂网络社区发现方法。在聚类分析方面主要研究了基于序号编码的改进遗传模糊聚类算法和基于弧度点对称距离的自适应动态聚类算法；在分类问题方面主要研究了基于自适应遗传算法的有趣分类规则知识发现和基于无参核学习的Laplacian正则化最小二乘分类。