數據挖掘技術在文本等數據上的套用研究

內容簡介

　　數據挖掘是一個跨學科的計算機科學分支，它是用人工智慧、機器學習、統計學和資料庫的交叉方法在相對較大型的數據集中發現模式的計算過程。《數據挖掘技術在文本等數據上的套用研究》主要介紹了數據挖掘技術在文本、生物醫學、信息融合、機器人路徑規劃等領域的套用研究，所包含的內容均為作者近年來的科學研究成果，通過系統的整理和編排，希望《數據挖掘技術在文本等數據上的套用研究》能夠為相關領域的研究人員提供參考。

圖書目錄

第1章常用數據挖掘方法介紹

1．1 分類問題研究基本框架

1．2 數據預處理

1．3 數據表示

1．4 特徵選擇與特徵抽取

1．5 常用數據挖掘算法

1．6 常用深度學習方法

1．7 本章小結

參考文獻

第2章基於DBN的高維稀疏文本數據分類研究

2．1 引言

2．2 國內外研究現狀

2．3 研究方法

2．4 實驗結果

2．5 本章小結

參考文獻

第3章基於DBN的代謝組學數據分類研究

3．1 引言

3．2 研究方法

3．3 生物樣本數據的製備

3．4 實驗結果

3．5 本章小結

參考文獻

第4章基於SAE和SVM的代謝組學數據分類研究

4．1 引言

4．2 研究方法

4．3 實驗結果

4．4 本章小結

參考文獻

第5章基於棧式降噪自動編碼器的中文文本分類

5．1 降噪自動編碼器

5．2 棧式降噪自動編碼器

5．3 激活函式

5．4 實驗

5．5 本章小結

參考文獻

第6章基於遺傳算法的移動機器人路徑規劃

6．1 環境信息的表示

6．2 初始設定

6．3 適應度函式的確定

6．4 遺傳運算元的設計

6．5 基於遺傳算法的動態路徑規劃設計

6．6 路徑規劃的仿真結果及分析

6．7 本章小結

參考文獻

數據挖掘技術在文本等數據上的套用研究

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條