《网络度分布理论》深入浅出，图文并茂，文献丰富，见解独到。《网络度分布理论》由6章及2个附录组成。前3章是建模、统计、计算方面的基础知识；后3章将探讨稳定性、最大度、度相关性等理论问题。书中用到的数学工具主要是微积分，个别章节涉及马尔可夫链等内容。度分布是网络连通性的最直接刻画，对涉及网络科学与工程的人员都将会有所帮助。《网络度分布理论》可供大专院校师生和工程技术人员，特别是广大研究生，新进入该领域的研究人员以及专家学者们参考。《网络度分布理论》由史定华编著。

《网络度分布理论》深入浅出，图文并茂，文献丰富，见解独到。《网络度分布理论》由6章及2个附录组成。前3章是建模、统计、计算方面的基础知识；后3章将探讨稳定性、最大度、度相关性等理论问题。书中用到的数学工具主要是微积分，个别章节涉及马尔可夫链等内容。度分布是网络连通性的最直接刻画，对涉及网络科学与工程的人员都将会有所帮助。《网络度分布理论》可供大专院校师生和工程技术人员，特别是广大研究生，新进入该领域的研究人员以及专家学者们参考。《网络度分布理论》由史定华编著。

《传播网络理论》2003年由牛津大学出版社出版，并获得20113年国际传播学会组织传播分会的年度最佳著作奖《传播网络理论》不仅抓住了传播中核心的网络问题，系统介绍了网络分析方法和工具，更为重要的是透过网络结构本身，深入分析了网络结构的生成机制问题，探讨了网络研究涉及的社会理论基础 书中提出了多理论多层次的网络研究框架，应用复杂适应系统观点分析传播网络并构建计算机仿真环境以验证各种理论与假设 书中还探讨了传播网络与其他网络的关系，为通过计算机仿真方法研究动态组织结构涌现提供了基础。

《传播网络理论》2003年由牛津大学出版社出版，并获得20113年国际传播学会组织传播分会的年度最佳著作奖《传播网络理论》不仅抓住了传播中核心的网络问题，系统介绍了网络分析方法和工具，更为重要的是透过网络结构本身，深入分析了网络结构的生成机制问题，探讨了网络研究涉及的社会理论基础 书中提出了多理论多层次的网络研究框架，应用复杂适应系统观点分析传播网络并构建计算机仿真环境以验证各种理论与假设 书中还探讨了传播网络与其他网络的关系，为通过计算机仿真方法研究动态组织结构涌现提供了基础。

在当代STS的学术图景中，行动者网络理论无疑是最为重要的理论资源之一。因此，这一理论也成为近十年来国内学术界集中关注的焦点。本文集将聚焦国内学术界对行动者网络理论的研究，分别按照行动者网络理论的哲学基础、行动者网络理论的逻辑架构、行动者网络理论与科学技术哲学、行动者网络理论的应用性研究等专题，组织国内相关优势研究力量，完成书稿撰写。该书将会对国内学界有关行动者网络理论以及STS的研究起到重要的推动作用。

在当代STS的学术图景中，行动者网络理论无疑是最为重要的理论资源之一。因此，这一理论也成为近十年来国内学术界集中关注的焦点。本文集将聚焦国内学术界对行动者网络理论的研究，分别按照行动者网络理论的哲学基础、行动者网络理论的逻辑架构、行动者网络理论与科学技术哲学、行动者网络理论的应用性研究等专题，组织国内相关优势研究力量，完成书稿撰写。该书将会对国内学界有关行动者网络理论以及STS的研究起到重要的推动作用。

本书全面介绍了经典的和现代的网络流技术，包括综合的理论、算法与应用。主要内容包括：路径、树与周期，算法设计与分析，最大流与最小流算法，分派与匹配，最小生成树，拉格朗日松弛与网络优化等。书中包含大量练习题，拓展了本书的内容，便于教学。本书全面介绍了经典的和现代的网络流技术，包括综合的理论、算法与应用。主要内容包括：路径、树与周期，算法设计与分析，最大流与最小流算法，分派与匹配，最小生成树，拉格朗日松弛与网络优化等。书中包含大量练习题，拓展了本书的内容，便于教学。

本书全面介绍了经典的和现代的网络流技术，包括综合的理论、算法与应用。主要内容包括：路径、树与周期，算法设计与分析，最大流与最小流算法，分派与匹配，最小生成树，拉格朗日松弛与网络优化等。书中包含大量练习题，拓展了本书的内容，便于教学。

《图谱理论与复杂网络相关算法》通过对图的邻接矩阵、Laplacian矩阵、signless Laplacian矩阵及关联矩阵性质的研究，证明了一些图类的谱确定性，发现并证明了几类不能由谱确定的同谱图类，拓宽了谱确定图类的范围；对复杂网络的社团结构提取算法进行了研究。全书共分6章，第1章给出了相关概念及符号表示，列举了已有的谱确定图类及图谱理论在计算机科学中的应用；第2章归类了图的谱性质，给出了后面证明中要用到的基本引理；第3章证明了似双星树的谱确定性；第4章证明了几类单圈图的谱确定性；第5章证明了几类双圈图的谱确定性；第6章研究了复杂网络社团发现算法。

人工智能和大数据时代，解决最有挑战性问题的主流方案是分布式机器学习！本书旨在全面介绍分布式机器学习的现状，深入分析其中的核心技术问题，并且讨论该领域未来的发展方向。 由微软亚洲研究院机器学习核心团队潜心力作！鄂维南院士、周志华教授倾心撰写推荐序！ 本书旨在全面介绍分布式机器学习的现状，深入分析其中的核心技术问题，并且讨论该领域未来的发展方向。 全书共12章。第1章是绪论，向大家展示分布式机器学习这个领域的全景。第2章介绍机器学习的基础知识。第3章到第8章是本书的核心部分，向大家细致地讲解分布式机器学习的框架及其各个功能模块。其中第3章给出整个分布式机器学习框架的综述，而第4章到第8章则分别针对其中的数据与模型划分模块、单机优化模块、通信模块、数据与模型聚合模块加以介绍。接下来的三章是对前面内容的总结与升华。其中第9章介绍由分布式机器学习框架中不同选项...(展开全部)