張仲非、張若非著的《多媒體數據挖掘繫統引論
》全面繫統地介紹了多媒體數據挖掘的基本概念與經
典體繫結構，多媒體數據挖掘的基本理論（包括多媒
體數據特征和知識表示、統計數據挖掘理論和基於軟
計算的理論），多媒體數據挖掘理論解決實際多媒體
數據挖掘問題的具體實例（包括圖像檢索和挖掘、圖
像語義標注、視頻檢索，以及音頻分類）等。同時，
介紹了多媒體數據挖掘的最新研究成果和應用前景。
本書可作為計算機科學、人工智能等相關專業高
年級本科生和研究生的參考教材，也可作為從事多媒
體數據挖掘及其相關領域研究的專業人員和繫統開發
工程師的參考用書。

《信息科學技術學術著作叢書》序
原書序
前言
**部分 引論
第1章 簡介
1.1 多媒體數據挖掘定義
1.2 多媒體數據挖掘繫統經典體繫結構
1.3 本書內容與組織
1.4 本書受眾
1.5 進一步讀物
第二部分 理論和技術
第2章 多媒體數據特征與知識表示
2.1 引言
2.2 基本概念
2.2.1 數字采樣
2.2.2 媒體數據類型
2.3 特征表示
2.3.1 統計特征
2.3.2 幾何特征
2.3.3 元特征
2.4 知識表示
2.4.1 邏輯表示
2.4.2 語義網絡
2.4.3 框架
2.4.4 約束
2.4.5 不確定性表示
2.5 小結
第3章 統計數據挖掘理論與技術
3.1 引言
3.2 貝葉斯學習
3.2.1 貝葉斯定理
3.2.2 貝葉斯*優分類器
3.2.3 Gibbs抽樣算法
3.2.4 樸素貝葉斯分類器
3.2.5 貝葉斯信念網絡
3.3 概率潛在語義分析
3.3.1 潛在語義分析
3.3.2 潛在語義分析概率擴展
3.3.3 基於期望*大化的模型擬合
3.3.4 潛在概率空間與概率潛在語義分析
3.3.5 模型過擬合與強化的期望*大化算法
3.4 用於離散數據分析的隱含狄利克雷分配模型
3.4.1 隱含狄利克雷分配模型
3.4.2 與其他隱變量模型關繫
3.4.3 隱含狄利克雷分配模型推理
3.4.4 隱含狄利克雷分配模型參數估計
3.5 層次狄利克雷過程
3.6 多媒體數據挖掘中的應用
3.7 支持向量機
3.8 面向結構化輸出空間的*大間隔學習