《動態數據流分類方法及其在民族信息數據挖掘中的套用》是2014年出版的圖書，作者是姚遠、張俊星、徐國凱。
基本介紹
- 中文名：動態數據流分類方法及其在民族信息數據挖掘中的套用
- 作者：姚遠、張俊星、徐國凱
- 出版社：電子工業出版社
- 出版時間：2014年11月
- ISBN：978-7-121-24652-4
- 千 字 數：327
內容簡介,圖書目錄,
內容簡介
本書是國家科技支撐計畫“民族特需品數位化關鍵技術研究及示範套用”課題的成果。它以民族特需品多媒體資料庫的建立為平台，利用文字、圖片、音頻、視頻、動畫、逆工程及虛擬現實技術為方法，講述民族特需品數位化挖掘、整理及展示的技術與方法。書中內容涵蓋了：民族特需品數位化解決方案、特需品多媒體資料庫建設、特需品數字媒體技術、基於模式識別的特需品自動錄入技術、特需品網站自動生成技術、特需品多媒體資料庫自動檢索技術、特需品多媒體資料庫中的數字著作權等問題。
圖書目錄
第1章 緒論 / 4
1.1 引言 / 5
1.2 數據挖掘概述 / 6
1.2.1 數據挖掘基本概念介紹 / 6
1.2.2 數據挖掘基本技術介紹 / 15
1.3 動態數據挖掘概述 / 21
1.3.1 動態數據挖掘概念介紹 / 22
1.3.2 數據流挖掘研究意義 / 22
1.3.3 動態數據分類方法國內外
研究現狀 / 23
1.4 本章小結 / 29
第2章 數據流挖掘技術 / 31
2.1 概述 / 31
2.2 數據流挖掘相關技術
簡介 / 38
2.2.1 滑動視窗技術 / 38
2.2.2 動態抽樣技術 / 40
2.2.3 數據概要方法 / 41
2.2.4 更新策略 / 46
2.2.5 數據流預處理技術 / 47
2.3 數據流挖掘基本算法
介紹 / 52
2.3.1 數據流聚類算法 / 53
2.3.2 數據流分類算法 / 60
2.3.3 數據流頻繁規則挖掘
算法 / 66
2.3.4 多數據流挖掘算法 / 69
2.4 數據流挖掘技術相關
套用 / 72
2.5 本章小結 / 74
第3章 集成學習數據流分類
技術 / 75
3.1 概述 / 75
3.1.1 集成學習基本理論 / 75
3.1.2 集成學習研究現狀 / 79
3.2 Learn++系列算法 / 80
3.2.1 Learn++介紹 / 80
3.2.2 Learn++.NC / 82
3.2.3 Learn++.DF / 84
3.2.4 Learn++.MF / 85
3.2.5 Learn++.NSE / 86
3.3 基於SVM-SOM的數據
流混合分類方法 / 88
3.3.1 SVM模型介紹 / 89
3.3.2 SOM模型介紹 / 90
3.3.3 粒子群與遺傳算法介紹 / 91
3.3.4 SVM-SOM混合模型構建
方法 / 92
3.4 集成學習結果合併方法 / 97
3.4.1 基於均值的合併方法 / 97
3.4.2 投票合併方法 / 99
3.4.3 其他合併方法 / 102
3.5 本章小結 / 102
第4章 增量式學習數據流分類
方法 / 104
4.1 概述 / 104
4.2 傳統分類器存在問題及
解決方法 / 104
4.3 增量式相關算法介紹 / 106
4.4 基於輪轉式結構的增量
式數據流分類模型 / 110
4.4.1 算法介紹 / 110
4.4.2 實驗及結果分析 / 113
4.6 其他增量式分類模型
介紹 / 116
4.6.1 基於增量式學習的極端
學習機分類模型 / 116
4.6.2 數據流可調節增量學習
模型 / 119
4.6.3 基於增量式學習的非穩定
數據流分類模型 / 121
4.6.4 基於增量式學習的LSVM
模型 / 123
4.7 本章小結 / 127
第5章 數據流概念漂移挖掘
方法 / 128
5.1 概述 / 128
5.1.1 概念漂移介紹 / 128
5.1.2 概念漂移研究現狀 / 130
5.1.3 概念漂移檢測方法介紹 / 130
5.3 基於KL-distance的數據
流分類模型 / 131
5.3.1 算法介紹 / 131
5.3.2 實驗結果 / 136
5.4 基於集成學習的概念漂
移分類模型 / 141
5.4.1 算法介紹 / 141
5.4.2 實驗結果 / 143
5.4 概念漂移可視化研究 / 144
5.4.1 可視化算法介紹 / 144
5.4.2 實驗結果 / 146
5.5 本章小結 / 149
第6章 民族信息數據流挖掘
套用 / 150
6.1 概述 / 150
6.2 少數民族信息數據挖掘
現狀 / 154
6.3 數據流分類在少數民族信息挖掘中的套用——少數民族樂器分類模型 / 156
6.3.1 模型框架 / 156
6.3.2 算法介紹 / 157
6.3.3 實驗結果及分析 / 159
6.4 本章小結 / 161
參考文獻 / 162
