內容介紹
《基於知識的聚類:從數據到信息粒》首先對模糊聚類和粒計算這一領域進行介紹和討論。然後，作者深入研究了基於邏輯的神經元和神經網路。《基於知識的聚類:從數據到信息粒》的核心部分包括9章，在其中呈現和分析了眾多不同的基於知識的聚類的方法。基於知識的聚類展示的是如何設計一個導航平台，以使信息探尋者能理解和較好的套用種類繁多的數據集。比模糊聚類走得更遠，作者展示了基於知識的聚類這一有前景的新範例是如何揭示更有意義的數據結構，並使社會更好地處理日益增長的數據和信息流。通過這《基於知識的聚類:從數據到信息粒》，讀著能理解基於知識聚類的基礎和與其相關聯的算法，學會將他們自己的知識套用到系統建模和設計中去。
《基於知識的聚類:從數據到信息粒》的第三部分致力於模型的研究，首先討論超盒結構，然後討論粒映射和語言模型。
《基於知識的聚類:從數據到信息粒》提供了理解和掌握這一令人振奮的新領域所需要的所有工具和指導：
◆說明核心概念的眾多實例
◆為讀者提供傳遞經驗的可重複實驗
◆為複雜算法和建模奠定基礎的先決條件的全面涵蓋
◆每章後面強調理解內容所必須的關急鍵點的總結
◆通向專題探究的進一步途徑的參考文獻和泛的參考書目
《基於知識的聚類:從數據到信息粒》是對聚類、模糊聚類、無監督學習、神經網路、模糊集、模式識別和系統建模感興趣的研究人員、專家及學生的必讀之物。有了作者對掌握必備知識的強調，以及精心構建的實例和實驗，讀者將成功地使自己成為基於知識聚類的專家。
WITOLDPEDRYCZ，博士，加拿大阿爾伯塔大學教授，加拿大首席專家。他還任職于波蘭科學院系統研究所（波蘭、華沙）。Pedrycz博士是IEEEFellow，已經編寫了9部專著，編輯了9卷書籍，在計算智慧型、粒計算、模式識別、定量軟體工程和數據挖掘方面發表了很多論文。
