图书介绍
动态数据流分类方法及其在民族信息数据挖掘中的应用PDF|Epub|txt|kindle电子书版本下载
- 姚远，张俊星，徐国凯著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121246524
- 出版时间：2014
- 标注页数：288页
- 文件大小：38MB
- 文件页数：299页
- 主题词：统计分析－应用－少数民族－民族文化－数据采集－研究－中国
PDF下载
下载说明
动态数据流分类方法及其在民族信息数据挖掘中的应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 引言2
1.2 数据挖掘概述4
1.2.1 数据挖掘基本概念介绍5
1.2.2 数据挖掘基本技术介绍22
1.3 动态数据挖掘概述33
1.3.1 动态数据挖掘概念介绍35
1.3.2 数据流挖掘研究的意义36
1.3.3 动态数据分类方法国内外研究现状37
1.4 本章小结50
第2章 数据流挖掘技术51
2.1 概述52
2.2 数据流挖掘相关技术简介65
2.2.1 滑动窗口技术66
2.2.2 动态抽样技术69
2.2.3 数据概要方法71
2.2.4 更新策略80
2.2.5 数据流预处理技术82
2.3 数据流挖掘基本算法介绍92
2.3.1 数据流聚类算法92
2.3.2 数据流分类算法104
2.3.3 数据流频繁规则挖掘算法116
2.3.4 多数据流挖掘算法122
2.4 数据流挖掘技术的相关应用127
2.5 本章小结131
第3章 集成学习数据流分类技术133
3.1 概述134
3.1.1 集成学习基本理论134
3.1.2 集成学习研究现状141
3.2 Learn++系列算法143
3.2.1 Learn++介绍143
3.2.2 Learn++.NC147
3.2.3 Learn++.DF151
3.2.4 Learn++.MF152
3.2.5 Learn++.NSE154
3.3 基于SVM-SOM的数据流混合分类方法158
3.3.1 SVM模型介绍158
3.3.2 SOM模型介绍160
3.3.3 粒子群与遗传算法介绍162
3.3.4 SVM-SOM混合模型构建方法164
3.4 集成学习结果合并方法172
3.4.1 基于均值的合并方法172
3.4.2 投票合并方法175
3.4.3 其他合并方法179
3.5 本章小结180
第4章 增量式学习数据流分类方法183
4.1 概述184
4.2 传统分类器存在的问题及解决方法185
4.3 增量式相关算法介绍188
4.4 基于轮转式结构的增量式数据流分类模型195
4.4.1 算法介绍195
4.4.2 实验及结果分析198
4.5 其他增量式分类模型介绍204
4.5.1 基于增量式学习的极端学习机分类模型204
4.5.2 数据流可调节增量学习模型208
4.5.3 基于增量式学习的非稳定数据流分类模型212
4.5.4 基于增量式学习的LSVM模型214
4.6 本章小结221
第5章 数据流概念漂移挖掘方法223
5.1 概述224
5.1.1 概念漂移的介绍224
5.1.2 概念漂移的研究现状228
5.1.3 概念漂移检测方法介绍229
5.2 基于KL-distance的数据流分类模型231
5.2.1 算法介绍231
5.2.2 实验结果238
5.3 基于集成学习的概念漂移分类模型247
5.3.1 算法介绍248
5.3.2 实验结果251
5.4 概念漂移可视化研究253
5.4.1 可视化算法介绍253
5.4.2 实验结果255
5.5 本章小结260
第6章 民族信息数据流挖掘应用261
6.1 概述262
6.2 少数民族信息数据挖掘现状270
6.3 数据流分类在少数民族信息挖掘中的应用——少数民族乐器分类模型275
6.3.1 模型框架275
6.3.2 算法介绍277
6.3.3 实验结果及分析279
6.4 本章小结282
参考文献283