注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫(kù)空間數(shù)據(jù)挖掘視角

空間數(shù)據(jù)挖掘視角

空間數(shù)據(jù)挖掘視角

定 價(jià):¥27.00

作 者: 王樹(shù)良 著
出版社: 測(cè)繪出版社
叢編項(xiàng):
標(biāo) 簽: 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787503018800 出版時(shí)間: 2008-10-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 147 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  《空間數(shù)據(jù)挖掘視角》是一個(gè)從海量數(shù)據(jù)中概括知識(shí)的不確定過(guò)程,不同用戶在不同條件下有著不同的挖掘要求?!犊臻g數(shù)據(jù)挖掘視角》提出空間數(shù)據(jù)挖掘視角,描述不同的數(shù)據(jù)挖掘需求,實(shí)現(xiàn)從相同數(shù)據(jù)向多種知識(shí)的變粒度挖掘??臻g數(shù)據(jù)挖掘不確定性的內(nèi)因和外因,決定了在空間數(shù)據(jù)挖掘視角中管控不確定性的技術(shù)。云模型集成模糊性和隨機(jī)性,數(shù)據(jù)場(chǎng)刻畫(huà)數(shù)據(jù)的自然拓?fù)潢P(guān)系,能夠?qū)崿F(xiàn)定性定量的相互轉(zhuǎn)換?;卤O(jiān)測(cè)數(shù)據(jù)挖掘視角和網(wǎng)絡(luò)化數(shù)據(jù)挖掘視角表明,空間數(shù)據(jù)挖掘視角發(fā)現(xiàn)的多粒度知識(shí)可以滿足不同用戶的需求。《空間數(shù)據(jù)挖掘視角》可為空間數(shù)據(jù)挖掘、地球空間信息科學(xué)、計(jì)算機(jī)科學(xué)和復(fù)雜網(wǎng)絡(luò)等研究提供參考,亦可作為相應(yīng)專(zhuān)業(yè)的高年級(jí)本科生或研究生的教學(xué)用書(shū)。

作者簡(jiǎn)介

  王樹(shù)良,男,1975年生,武漢大學(xué)和香港理工大學(xué)博士,清華大學(xué)博士后,武漢大學(xué)教授,全國(guó)優(yōu)秀博士學(xué)位論文、教育部新世紀(jì)優(yōu)秀人才、霍英東青年教師二等獎(jiǎng)、IBM教師獎(jiǎng)、Citibank教師獎(jiǎng)、湖北省“五四”金質(zhì)獎(jiǎng)?wù)碌葮s譽(yù)獲得者。擔(dān)任International Journal of System Science、International Journal of Data Mining and Data Warehousing等Guest Editor,Data Mining and Knowledge Discovery、ISPRS Journal of Photogrammetric and Remote Sensing等Paper Reviewer,Advanced Data Mining and Applications學(xué)術(shù)委員會(huì)合作主席。已發(fā)表為SCI等收錄論文多篇,Springer等為其出版專(zhuān)著3部。主要研究空間數(shù)據(jù)挖掘。

圖書(shū)目錄

第1章 空間數(shù)據(jù)挖掘的同異性
1.1 空間數(shù)據(jù)過(guò)量而難用
1.1.1 空間數(shù)據(jù)的過(guò)量增長(zhǎng)
1.1.2 空間數(shù)據(jù)的處理滯后
1.1.3 空間數(shù)據(jù)難用的后果
1.2 空間數(shù)據(jù)挖掘的產(chǎn)生
1.2.1 學(xué)科交叉的產(chǎn)物
1.2.2 研究應(yīng)用的熱點(diǎn)
1.2.3 不確定的空間數(shù)據(jù)挖掘
1.3 空間數(shù)據(jù)挖掘的概念
1.4 空間數(shù)據(jù)挖掘的同異性分析
1.4.1 同對(duì)象異數(shù)據(jù)
1.4.2 同數(shù)據(jù)異結(jié)構(gòu)
1.4.3 同數(shù)據(jù)異需求
1.4.4 同數(shù)據(jù)異用戶
1.4.5 同數(shù)據(jù)異方法
1.4.6 同數(shù)據(jù)異知識(shí)
1.4.7 同知識(shí)異表達(dá)
1.4.8 同數(shù)據(jù)異拓?fù)?br />1.5本章小節(jié)
第2章 空間數(shù)據(jù)挖掘視角原理
2.1 空間數(shù)據(jù)挖掘視角的概念
2.1.1 空間數(shù)據(jù)挖掘的多視角理解
2.1.2 空間數(shù)據(jù)挖掘的視角因素
2.1.3 空間數(shù)據(jù)挖掘的多視角需求
2.1.4 空間數(shù)據(jù)挖掘的變視角需求
2.2 空間數(shù)據(jù)挖掘視角的不確定性分析
2.2.1 客觀存在和主觀挖掘
2.2.2 不確定性的基本成因
2.2.3 不確定性的內(nèi)在特性
2.2.4 不確定性的外在表現(xiàn)
2.2.5 不確定性的測(cè)度參數(shù)
2.3 空間數(shù)據(jù)挖掘視角的影響要素
2.3.1 尺度
2.3.2 粒度
2.3.3 層次
2.4 空間數(shù)據(jù)挖掘視角的機(jī)理空間
2.4.1 概念空間
2.4.2 特征空間
2.4.3發(fā)現(xiàn)狀態(tài)空間
2.5 空間數(shù)據(jù)挖掘視角的基本算法
2.6 本章小結(jié)
第3章 空間數(shù)據(jù)挖掘視角的技術(shù)
3.1 空間數(shù)據(jù)挖掘視角技術(shù)的集合論分析
3.1.1 確定集
3.1.2 概率
3.1.3 模糊集
3.1.4 粗集
3.1.5 其他
3.1.6 隨機(jī)和模糊的對(duì)比
3.2 云模型
3.2.1 云模型基本概念
3.2.2 云模型的數(shù)字特征
3.2.3 云模型的類(lèi)型
3.2.4 虛擬云模型
3.2.5 云發(fā)生器
3.2.6 云變換及其歸整
3.2.7 云模型的不確定推理
3.3 數(shù)據(jù)場(chǎng)
3.3.1 物理場(chǎng)的啟發(fā)
3.3.2 樣本觀測(cè)數(shù)據(jù)
3.3.3 樣本數(shù)據(jù)的能量
3.3.4 數(shù)據(jù)場(chǎng)的概念
3.3.5 數(shù)據(jù)場(chǎng)的性質(zhì)
3.3.6 數(shù)據(jù)場(chǎng)的場(chǎng)強(qiáng)
3.3.7 數(shù)據(jù)場(chǎng)的勢(shì)
3.3.8 數(shù)據(jù)場(chǎng)的可視化
3.4 云模型和數(shù)據(jù)場(chǎng)的協(xié)同
3.5 本章小結(jié)
第4章 滑坡監(jiān)測(cè)數(shù)據(jù)挖掘視角
4.1 滑坡監(jiān)測(cè)視角分析
4.1.1 滑坡災(zāi)害
4.1.2 滑坡監(jiān)測(cè)
4.1.3 數(shù)據(jù)分析的不足
4.1.4 數(shù)據(jù)場(chǎng)和云模型的可用性
4.1.5 基本滑坡監(jiān)測(cè)數(shù)據(jù)挖掘視角
4.1.6 視角挖掘算法
4.2 同點(diǎn)異時(shí)同向的視角挖掘
4.2.1 X方向的數(shù)字特征
4.2.2 數(shù)字特征的定性詮釋
4.2.3 y、H方向的數(shù)字特征
4.2.4 數(shù)字特征可視化
4.3 異點(diǎn)同時(shí)同向的視角挖掘
4.3.1 滑坡變形概率分布密度輻射估計(jì)
4.3.2 異點(diǎn)同時(shí)同向的數(shù)字特征
4.4 異點(diǎn)異時(shí)同向的視角挖掘
4.4.1 不同斷面的數(shù)字特征值
4.4.2 滑坡的數(shù)字特征值
4.5 基于數(shù)據(jù)場(chǎng)的例外挖掘
4.5.1 不同方向上的例外
4.5.2 整體例外
4.5.3 規(guī)則+例外
4.6 寶塔滑坡形變監(jiān)測(cè)的知識(shí)及討論
4.6.1 發(fā)現(xiàn)的知識(shí)
4.6.2 挖掘機(jī)理
4.6.3 知識(shí)檢驗(yàn)
4.6.4 方法討論
4.7 本章小結(jié)
第5章 網(wǎng)絡(luò)化數(shù)據(jù)挖掘視角
5.1 從網(wǎng)絡(luò)到復(fù)雜網(wǎng)絡(luò)
5.1.1 網(wǎng)絡(luò)
5.1.2 網(wǎng)絡(luò)拓?fù)?br />5.1.3 規(guī)則網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)
5.1.4 小世界網(wǎng)絡(luò)
5.1.5 無(wú)標(biāo)度網(wǎng)絡(luò)
5.1.6 社團(tuán)結(jié)構(gòu)
5.2 網(wǎng)絡(luò)化數(shù)據(jù)挖掘
5.2.1 網(wǎng)絡(luò)化數(shù)據(jù)挖掘的概念
5.2.2 網(wǎng)絡(luò)化數(shù)據(jù)挖掘的內(nèi)容
5.3 網(wǎng)絡(luò)化數(shù)據(jù)挖掘的社團(tuán)發(fā)現(xiàn)算法
5.3.1 圖分割
5.3.2 分級(jí)聚類(lèi)
5.3.3 Kernighan-Lin算法
5.3.4 譜平分法
5.3.5 GN算法
5.3.6 Newman快速算法
5.4 網(wǎng)絡(luò)化數(shù)據(jù)挖掘的社團(tuán)發(fā)現(xiàn)視角
5.4.1 人工隨機(jī)網(wǎng)絡(luò)
5.4.2 空手道俱樂(lè)部成員間的關(guān)系網(wǎng)
5.4.3 海豚關(guān)系網(wǎng)
5.4.4 電影演員合作網(wǎng)
5.5 本章小節(jié)
第6章 思考與結(jié)語(yǔ)
6.1 空間數(shù)據(jù)挖掘視角的思考
6.2 空間數(shù)據(jù)挖掘視角的決策思考
6.3 結(jié)語(yǔ)
參考文獻(xiàn)

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)