新書推薦：
《
自我救赎：战胜复杂性创伤的行动指南
》
售價：NT$
301
《
罗马和平新版 古代地中海世界的暴力 征服与和平 汗青堂丛书109
》
售價：NT$
541
《
万亿低空：应用实战篇 低空经济
》
售價：NT$
500
《
最美中国版画100幅 艺术百图系列 木版雕刻 经典古版画 中式美学 周亮编著
》
售價：NT$
398
《
乱世离歌：五代史略
》
售價：NT$
500
《
近代中国史学述论（修订版）
》
售價：NT$
551
《
茶食品工艺学（高等学校专业教材）
》
售價：NT$
194
《
南洋有遗音：从新加坡到苏门答腊的寻踪之旅
》
售價：NT$
347
|
| 內容簡介： |
|
离群数据检测作为数据挖掘的主要研究内容之一，可从海量、高维、多源的数据中，有效检测出与众不同且价值巨大的异常对象，广泛应用于金融欺诈、医疗处理、工业制造、公共安全及环境卫生等多个领域。本书以多源离群数据检测为研究对象，对基于影响空间的离群数据检测、基于约束概念格的离群数据检测、基于核密度估计的离群数据检测、基于k近邻连接的多源可信离群数据检测、基于影响空间的多源关联离群数据检测等算法进行了深入研究，设计实现了多源离群数据的并行检测算法，可有效应用于智能制造中，为机械产品加工质量分析提供技术支持，也可应用于天体光谱数据中，为识别并交叉验证特殊、未知天体候选源提供了一种有效手段。
|
| 關於作者： |
|
马洋，太原科技大学博士，副教授。主要从事大数据挖掘及应用的相关研究工作，近年来主持山西省青年基金项目1项，博士科研启动基金项目1项，横向项目2项，参与国家自然科学基金2项，在国内外期刊上发表学术论文20余篇，其中SCI 收录10篇。
|
| 目錄：
|
目录
第1章 绪论1
1.1 大数据及数据挖掘2
1.1.1 大数据概述2
1.1.2 数据挖掘的功能4
1.1.3 数据挖掘的过程6
1.1.4 数据挖掘常用方法7
1.1.5 离群数据检测9
1.2 多源数据挖掘方法11
1.2.1 多源数据多标签学习11
1.2.2 多源表示学习13
1.2.3 多源数据的特征选择14
1.2.4 多源数据聚类15
1.2.5 多源离群数据检测16
1.3 集群系统与并行计算模型18
1.3.1 集群系统性能优化18
1.3.2 并行计算模型20
1.4 数据挖掘的应用22
1.4.1 商业领域的应用22
1.4.2 生产领域的应用24
1.4.3 多源离群数据检测的应用26
第2章 单源离群数据检测30
2.1 基于影响空间的离群数据检测31
2.1.1 问题的提出31
2.1.2 HPOD算法与HPOD2算法32
2.1.3 算法描述34
2.1.4 实验分析36
2.2 基于剪枝策略的离群数据检测41
2.2.1 问题的提出41
2.2.2 HPODWP算法42
2.2.3 算法描述45
2.2.4 实验分析46
2.3 基于约束概念格的离群数据检测50
2.3.1 问题的提出51
2.3.2 基于剪枝的约束概念格的渐进式构造51
2.3.3 基于约束概念格的稠密子空间及离群数据检测54
2.3.4 约束概念格的构造算法56
2.3.5 实验结果及分析58
2.4 基于核密度估计的离群数据检测61
2.4.1 问题的提出61
2.4.2 基于加权kNN的邻域度量65
2.4.3 基于加权kNN和核密度估计的离群数据检测68
2.4.4 算法描述70
2.4.5 实验分析71
第3章 基于 kNN 连接的多源可信离群数据检测78
3.1 问题的提出79
3.1.1 研究动机79
3.1.2 主要贡献81
3.2 基于近邻的离群数据检测81
3.2.1 基于kNN的离群数据检测82
3.2.2 基于RNN的离群数据检测82
3.3 多源可信离群数据检测83
3.3.1 问题分析83
3.3.2 形式化描述85
3.3.3 求解策略85
3.4 基于kNN连接的多源可信离群数据检测算法89
3.4.1 基于kNN及RNN的多源可信离群数据度量89
3.4.2 outlier-join算子90
3.4.3 多源可信离群数据检测算法及分析91
3.5 实验分析93
3.5.1 实验环境和实验数据94
3.5.2 参数对算法执行时间的影响94
3.5.3 参数对算法准确性的影响97
3.5.4 参数对算法精度的影响99
3.5.5 三类多源可信离群数据的比较101
3.5.6 单源和多源可信离群数据检测结果的比较105
第4章 基于kNN影响空间的多源关联离群数据检测108
4.1 问题的提出109
4.1.1 研究动机109
4.1.2 主要贡献110
4.2 特征选择和基于子空间的离群数据检测111
4.2.1 特征选择111
4.2.2 基于子空间的离群数据检测112
4.3 面向多源数据的特征选择113
4.3.1 面向多源关联离群数据的知识表示113
4.3.2 基于谱聚类的特征选择116
4.4 基于影响空间和相关子空间的多源关联离群数据检测118
4.4.1 多源数据中的影响空间118
4.4.2 面向多源数据的相关子空间119
4.4.3 多源关联离群数据检测算法120
4.5 实验分析122
4.5.1 实验环境和实验数据122
4.5.2 稀疏差异因子阈值对算法性能的影响123
4.5.3 参数k对算法性能的影响124
4.5.4 样本大小对算法性能的影响125
4.5.5 相关算法的性能比较126
第5章 多源离群数据并行检测及性能优化131
5.1 问题的提出132
5.1.1 研究动机132
5.1.2 主要工作133
5.2 基于MapReduce的多源可信离群数据并行检测134
5.2.1 PMOD并行算法框架134
5.2.2 并行化构建哈希表136
5.2.3 kNN并行化计算138
5.2.4 多源可信离群数据并行化检测139
5.3 PMOD并行算法实验分析141
5.3.1 实验环境及数据集141
5.3.2 数据伸缩性评估142
5.3.3 集群扩展性评估143
5.3.4 参数k对集群扩展性的影响145
5.4 基于MapReduce的多源关联离群数据并行检测146
5.4.1 PFRMOD算法框架146
5.4.2 并行化特征选择147
5.4.3 并行计算稀疏因子150
5.4.4 并行化检测多源关联离群数据152
5.5 PFRMOD算法实验分析154
5.5.1 实验环境及数据集154
5.5.2 伸缩性评估155
5.5.3 属性维度对伸缩性的影响156
5.5.4 集群扩展性评估157
5.5.5 属性维度对集群扩展性的影响159
第6章 多源离群数据检测的应用161
6.1 基于多源离群数据检测的冷轧辊加工质量分析162
6.1.1 问题的提出162
6.1.2 系统需求与总体设计164
6.1.3 数据收集及预处理170
6.1.4 系统运行结果172
6.2 基于离群数据检测的天体光谱异常特征提取与分析177
6.2.1 问题的提出178
6.2.2 软件功能模块与系统体系结构179
6.2.3 关键技术183
6.2.4 运行结果185
参考文献192
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
