濠电姷鏁告慨鐑藉极閸涘﹥鍙忛柣鎴f閺嬩線鏌熼梻瀵割槮缁惧墽绮换娑㈠箣閻戝棛鍔┑鐐村灦閻燂箓宕曢悢鍏肩厪濠电偛鐏濋崝姘舵煟鎼搭喖寮慨濠冩そ瀹曟鎳栭埞鍨沪闂備礁鎼幊蹇曞垝瀹€鍕仼闁绘垼妫勯拑鐔兼煏婢舵稓鐣遍柍褜鍓涢弫濠氬蓟閵娿儮鏀介柛鈩冧緱閳ь剚顨婇弻锛勨偓锝庡亞閵嗘帞绱掓潏銊ユ诞闁糕斁鍋撳銈嗗笒鐎氼剛澹曢崗鍏煎弿婵☆垰鐏濇禍褰掓煕閻愬灚鏆柡宀嬬秮閹晠鎮滃Ο绯曞亾閸愵喗鍋i柍褜鍓熼弫鍐焵椤掆偓瀹撳嫰姊洪崨濠勨槈閺嬵亜霉濠婂嫮鐭掗柡灞诲姂瀵潙螖閳ь剚绂嶆ィ鍐╁€垫繛鍫濈仢閺嬫稑顭胯闁帮綁鐛幋锕€顫呴柣姗嗗亝閺傗偓闂佽鍑界紞鍡樼鐠烘í缂氬┑鐘叉处閳锋垹绱撴担鍏夋(妞ゅ繐瀚烽崵鏇㈡偣閾忚纾柟鐑橆殔缁犳盯鏌eΔ鈧悧鍐箯濞差亝鈷掗柛灞炬皑婢ф稓绱掔€n偄娴鐐寸墵楠炲洭顢橀悩娈垮晭闁诲海鎳撴竟濠囧窗閺嶎厾宓侀柡宥庡幗閻撶喖鏌ㄥ┑鍡樺櫣婵¤尙绮妵鍕敃閿濆洨鐣奸梺鍦嚀鐎氫即骞栬ぐ鎺撳仭闁哄娉曢鍥⒒閸屾艾鈧娆㈠璺虹劦妞ゆ帒鍊告禒婊堟煠濞茶鐏¢柡鍛板煐鐎佃偐鈧稒岣块崢鐐繆閵堝繒鐣虫繛澶嬫礈閼洪亶宕稿Δ浣哄帾闂佹悶鍎崝灞炬叏瀹ュ棭娈介柣鎰綑濞搭喗顨ラ悙宸剶闁诡喗绮撳畷鍗烆潨閸℃﹫绱欓梻鍌氬€搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偞鐗犻、鏇氱秴闁搞儺鍓﹂弫宥夋煟閹邦厽缍戦柍褜鍓濋崺鏍崲濠靛顥堟繛鎴炶壘椤e搫顪冮妶鍐ㄥ姕鐎光偓閹间礁钃熸繛鎴旀噰閳ь剨绠撻獮瀣攽閸モ晙绨┑鐘殿暯閸撴繆銇愰崘顔藉亱闁规崘顕ч拑鐔兼煥閻斿搫孝缂佲偓閸愵喗鐓冮柛婵嗗閳ь剚鎮傚鍐参旈崨顔规嫼婵炴潙鍚嬮悷褏绮旈鈧湁婵犲﹤楠告晶鐗堜繆閸欏濮嶆鐐村笒铻栭柍褜鍓氶崕顐︽煟閻斿摜鐭婇梺甯到椤曪綁骞庨挊澶屽幐闂佸憡鍔︽禍鐐烘晬濠婂牊鐓涘璺猴功婢ф垿鏌涢弬璺ㄐч挊鐔兼煕椤愮姴鍔滈柣鎾寸☉闇夐柨婵嗙墱濞兼劗鈧娲栭惌鍌炲蓟閳╁啯濯撮悷娆忓绾炬娊姊烘潪鎵妽闁圭懓娲顐﹀箻缂佹ɑ娅㈤梺璺ㄥ櫐閹凤拷 [闂傚倸鍊搁崐鎼佸磹閹间礁纾圭€瑰嫭鍣磋ぐ鎺戠倞妞ゆ帊绀侀崜顓烆渻閵堝棗濮х紒鐘冲灴閻涱噣濮€閵堝棛鍘撻柡澶屽仦婢瑰棝宕濆鍡愪簻闁哄倸鐏濋顐ょ磼鏉堛劍宕岀€规洘甯掗~婵嬵敄閽樺澹曢梺鍛婄缚閸庢娊鎯屽▎鎾寸厱闁哄洢鍔岄悘鐘电磼閻欌偓閸ㄥ爼寮婚妸鈺傚亞闁稿本绋戦锟� | 闂傚倸鍊搁崐鎼佸磹閹间礁纾归柣鎴eГ閸ゅ嫰鏌ら崫銉︽毄濞寸姵姘ㄧ槐鎾诲磼濞嗘帒鍘$紓渚囧櫘閸ㄨ泛鐣峰┑鍠棃宕橀妸銉т喊闂備礁鎼崯顐︽偋婵犲洤纾瑰┑鐘崇閻撱垺淇婇娆掝劅婵″弶鎮傞弻锝嗘償椤旂厧绫嶅┑顔硷龚濞咃絿鍒掑▎鎾崇閹兼番鍨虹€氭娊姊绘担铏广€婇柡鍛洴瀹曨垶寮堕幋顓炴闂佸綊妫跨粈渚€宕橀埀顒€顪冮妶鍡樺暗闁哥姵鎹囧畷銏ゎ敂閸涱垳鐦堥梺姹囧灲濞佳勭濠婂牊鐓熼煫鍥ㄦ⒒缁犵偟鈧娲樼换鍌烇綖濠靛鍤嬮柣銏ゆ涧楠炴劙姊绘担鍛靛綊寮甸鍕┾偓鍐川椤旂虎娲搁梺璺ㄥ櫐閹凤拷]

    • k-均值问题的近似算法
      • 作者:张冬梅//李敏//徐大川|责编:刘颖
      • 出版社:清华大学
      • ISBN:9787302617563
      • 出版日期:2022/10/01
      • 页数:265
    • 售价:27.6
  • 内容大纲

        k-均值问题是经典组合优化问题,也是著名的NP-难问题之一,相应的Lloyd算法是数据挖掘的十大经典算法之一、k-均值问题在人工智能、数据挖掘、理论计算机科学、运筹学和管理科学中有着广泛的应用。本书介绍k-均值问题及其变形的基于随机抽样、降维、核心集、近似质心集、局部搜索、线性规划舍入等技术的近似算法,主要内容包括:经典k-均值问题的近似算法,k-中位,球面k-均值,鲁棒k-均值,带约束的k-均值,隐私保护k-均值,k-均值的其他变形等。
        本书可作为运筹学、统计学、计算机科学、管理科学和应用数学专业的高年级本科生和研究生的教材和参考书,亦可作为相关研究领域科研人员的参考书。
  • 作者介绍

  • 目录

    第1章  绪论
      1.1  k-均值问题
      1.2  k-均值问题的重要变形
        1.2.1  k-中位问题
        1.2.2  球面k-均值问题
        1.2.3  鲁棒k-均值/中位问题
        1.2.4  带约束的k-均值问题
        1.2.5  隐私保护k-均值问题
        1.2.6  泛函k-均值问题
        1.2.7  模糊C-均值问题
        1.2.8  其他变形
    第2章  k-均值初始化方法
      2.1  k-均值++算法
        2.1.1  算法设计
        2.1.2  算法分析
        2.1.3  下界
      2.2  k-均值||算法
        2.2.1  并行算法设计
        2.2.2  并行算法分析
    第3章  Johnson-Lindenstrauss降维引理
      3.1  预备知识
        3.1.1  基本概念
        3.1.2  Brunn-Minkowski不等式
      3.2  高维空间及其特性
        3.2.1  超球体的几何特性
        3.2.2  高维空间的概率集中性
      3.3  随机投影定理和Johnson-Lindenstrauss降维引理
        3.3.1  随机投影定理
        3.3.2  Johnson-Lindenstrauss降维引理
    第4章  核心集与近似质心集
      4.1  核心集
        4.1.1  问题描述
        4.1.2  核心集构造算法
        4.1.3  核心集结论的证明
      4.2  ε-近似质心集
        4.2.1  ε-近似质心集的定义和性质
        4.2.2  整数格上的k-均值问题
        4.2.3  稀疏实例
        4.2.4  一般实例
    第5章  k-中位和k-均值问题的局部搜索算法
      5.1  k-中位问题的局部搜索算法
        5.1.1  问题描述
        5.1.2  单交换局部搜索算法
        5.1.3  简单情形的局部比值
        5.1.4  一般情形的局部比值
        5.1.5  多项式时间近似算法
        5.1.6  多交换局部搜索算法
      5.2  k-均值问题的局部搜索算法
        5.2.1  单交换局部搜索算法
        5.2.2  多交换局部搜索算法

    第6章  k-均值问题的双准则近似算法
      6.1  线性规划舍入算法
      6.2  局部搜索算法
    第7章  有序k-中位问题
      7.1  问题描述
      7.2  近似算法
        7.2.1  算法框架
        7.2.2  矩形有序k-中位问题的近似比分析
        7.2.3  一般有序k-中位问题的近似比分析
    第8章  球面k-均值问题
      8.1  问题描述
        8.1.1  概述
        8.1.2  性质
      8.2  球面k-均值问题的初始化算法
        8.2.1  问题描述
        8.2.2  可分离球面k-均值问题的近似初始化算法
        8.2.3  推广的球面k-均值问题的近似算法
      8.3  局部搜索算法
        8.3.1  单交换的局部搜索算法
        8.3.2  多交换的局部搜索算法
    第9章  鲁棒k-均值问题
      9.1  带惩罚的k-均值问题
        9.1.1  概述
        9.1.2  单交换局部搜索算法
        9.1.3  多交换局部搜索算法
      9.2  带惩罚k-中位/均值问题局部搜索算法
        9.2.1  问题描述
        9.2.2  算法及分析
      9.3  带异常点k-中位/均值问题局部搜索算法
        9.3.1  问题描述
        9.3.2  算法描述
        9.3.3  近似比分析
    第10章  带约束k-均值问题
      10.1  问题描述
      10.2  带约束k-均值问题的剥离封闭算法
        10.2.1  单纯形引理
        10.2.2  剥离封闭算法
        10.2.3  剥离封闭算法分析
      10.3  带约束k-均值问题的选择算法
        10.3.1  下界约束后.均值问题的选择算法
        10.3.2  r-容量约束k-均值问题的选择算法
        10.3.3  色谱k-均值问题的选择算法
    第11章  其他变形
      11.1  隐私保护k-均值
        11.1.1  差分隐私概念
        11.1.2  差分隐私k-均值问题描述
        11.1.3  差分隐私常用的机制
        11.1.4  高维差分隐私k-均值问题
      11.2  泛函k-均值问题
        11.2.1  问题描述

        11.2.2  泛函k-均值问题的初始化算法
      11.3  模糊C-均值问题
        11.3.1  问题描述
        11.3.2  模糊C-均值问题的初始化算法
      11.4  平方和设施选址问题
        11.4.1  问题描述
        11.4.2  连续SOS-FLP的局部搜索算法
        11.4.3  离散SOS-FLP的局部搜索算法
      11.5  带惩罚μ-相似Bregman散度k-均值问题
        11.5.1  问题描述
        11.5.2  带惩罚μ-相似Bregman散度K-均值问题的初始化算法
    参考文献
    名词索引