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)計(jì)算機(jī)輔助設(shè)計(jì)與工程計(jì)算數(shù)據(jù)挖掘及其應(yīng)用研究

數(shù)據(jù)挖掘及其應(yīng)用研究

數(shù)據(jù)挖掘及其應(yīng)用研究

定 價(jià):¥20.00

作 者: 鄭繼剛 著
出版社: 云南大學(xué)出版社
叢編項(xiàng): 滇西學(xué)術(shù)文叢
標(biāo) 簽: 暫缺

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787548219569 出版時(shí)間: 2014-05-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 102 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  《滇西學(xué)術(shù)文叢:數(shù)據(jù)挖掘及其應(yīng)用研究》全面介紹了數(shù)據(jù)挖掘的背景信息、相關(guān)概念及其所使用的主要技術(shù),針對(duì)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘,系統(tǒng)深入地描述了Apriori算法和FP-growth算法,并比較了各自的優(yōu)缺點(diǎn)?!兜嵛鲗W(xué)術(shù)文叢:數(shù)據(jù)挖掘及其應(yīng)用研究》基于關(guān)系代數(shù)的關(guān)聯(lián)規(guī)則挖掘,討論該算法的實(shí)現(xiàn)過(guò)程,并對(duì)該算法作復(fù)雜性分析,在聚類分析數(shù)據(jù)挖掘、序列模式挖掘等方面也有介紹。對(duì)網(wǎng)絡(luò)入侵檢測(cè)的拒絕服務(wù)攻擊類型進(jìn)行了序列模式挖掘和聚類分析,為進(jìn)一步開(kāi)發(fā)入侵檢測(cè)系統(tǒng)提供決策依據(jù),數(shù)據(jù)挖掘在農(nóng)作物病蟲(chóng)害預(yù)警、居民消費(fèi)結(jié)構(gòu)分析、多媒體圖像挖掘等方面都有應(yīng)用。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)挖掘及其應(yīng)用研究》作者簡(jiǎn)介

圖書(shū)目錄

第1章 引言
1.1 研究背景
1.1.1 空間數(shù)據(jù)挖掘
1.1.2 多媒體數(shù)據(jù)挖掘
1.1.3 時(shí)序數(shù)據(jù)挖掘
1.1.4 Web數(shù)據(jù)挖掘
1.1.5 不確定數(shù)據(jù)挖掘
1.2 研究?jī)?nèi)容及意義
1.2.1 國(guó)內(nèi)外研究綜述
1.2.2 關(guān)聯(lián)規(guī)則挖掘問(wèn)題的研究現(xiàn)狀與成果
1.2.3 研究的意義
1.2.4 研究主要內(nèi)容
1.3 數(shù)據(jù)挖掘概述
1.3.1 數(shù)據(jù)挖掘概念
1.3.2 數(shù)據(jù)挖掘的起源
1.3.3 數(shù)據(jù)挖掘的主要問(wèn)題
1.3.4 數(shù)據(jù)挖掘的功能
1.4 數(shù)據(jù)挖掘的方法
1.5 數(shù)據(jù)挖掘面臨的問(wèn)題
1.5.1 挖掘方法和用戶交互問(wèn)題
1.5.2 性能問(wèn)題
1.5.3 關(guān)于數(shù)據(jù)庫(kù)類型的多樣性問(wèn)題
1.6 數(shù)據(jù)挖掘的發(fā)展趨勢(shì)
1.7 研究展望
第2章 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘
2.1 關(guān)聯(lián)規(guī)則概述
2.2 關(guān)聯(lián)規(guī)則的分類
2.3 Apriori算法
2.3.1 算法描述
2.3.2 算法的性能瓶頸
2.3.3 算法的優(yōu)化
2.4 FP-growth算法
2.4.1 算法描述
2.4.2 算法分析
第3章 基于關(guān)系代數(shù)的關(guān)聯(lián)規(guī)則挖掘
3.1 關(guān)系代數(shù)的相關(guān)概念
3.1.1 傳統(tǒng)的集合運(yùn)算
3.1.2 專門(mén)的關(guān)系運(yùn)算
3.2 基于關(guān)系代數(shù)的Apriori算法
3.2.1 算法的基本思想
3.2.2 算法分析
3.3 發(fā)現(xiàn)最大頻繁項(xiàng)集和頻繁閉項(xiàng)集
3.4 仿真實(shí)驗(yàn)及結(jié)果分析
3.4.1 實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)數(shù)據(jù)
3.4.2 算法性能比較
3.4.3 數(shù)據(jù)樣本量對(duì)算法的影響
3.4.4 支持度對(duì)算法的影響
3.5 挖掘最大頻繁項(xiàng)集和頻繁閉項(xiàng)集
3.5.1 算法性能分析
3.5.2 去除冗余規(guī)則
第4章 聚類分析數(shù)據(jù)挖掘
4.1 聚類統(tǒng)計(jì)量
4.1.1 距離
4.1.2 匹配系數(shù)
4.1.3 相似系數(shù)
4.2 系統(tǒng)聚類法
4.2.1 基本思想
4.2.2 系統(tǒng)聚類的方法
第5章 時(shí)間序列和序列模式挖掘
第6章 數(shù)據(jù)挖掘在網(wǎng)絡(luò)入侵檢測(cè)中的應(yīng)用
第7章 其他應(yīng)用研究
參考文獻(xiàn)
后記

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)