《數據挖掘與最最佳化技術及其套用》是2007年7月科學出版社出版的圖書，作者是袁玉波。
基本介紹
- 書名：數據挖掘與最最佳化技術及其套用
- 作者：袁玉波
- ISBN：9787030190772
- 頁數：206
- 定價：36.00元
- 出版社：科學出版社
- 出版時間：2007-7
內容簡介,編輯推薦,圖書目錄,
內容簡介
《數據挖掘與最最佳化技術及其套用》介紹幾類數據挖掘問題最佳化模型以及用於求解數據挖掘的最佳化模型的最佳化算法，也包括算法設計和數值實驗。
《數據挖掘與最最佳化技術及其套用》詳細介紹了數據分類問題、數據聚類問題、回歸問題、等基數的雙目錄分割問題以及數據相關性問題的最最佳化數學模型。關聯規則挖掘算法和因果規則的近似表示理論。它包括了數據挖掘數學理論基礎研究的最新成果。
編輯推薦
《數據挖掘與最最佳化技術及其套用》主要內容是數據挖掘與最最佳化理論的交叉研究內容，由於知識面等原因，不足之處懇請讀者諒解。
《數據挖掘與最最佳化技術及其套用》可以作為數據挖掘理論和算法研究工作者參考書使用，也可以作為研究生教材使用。
圖書目錄
第一章 引言
1.1 數據挖掘的意義
1.2 資料庫知識發現
1.3 數據挖掘的主要內容
1.4 數據挖掘的套用
1.5 本書的研究工作和主要成果
第二章 數據挖掘問題最最佳化模型及數學基礎知識
2.1 數據挖掘問題與最最佳化的結合
2.2 數學基礎知識
2.2.1 範數與不等式
2.2.2 矩陣的rayleigh商
2.2.3 多元函式分析
2.2.4 凸集合和凸函式
2.2.5 最佳化數學模型的算法結構
2.3 分類問題的最佳化模型
2.4 聚類問題的最佳化模型
2.5 回歸問題的最佳化模型
2.6 相關性問題的建模
2.7 小結
第三章 支持向量機分類技術
3.1 數據分類理論和算法綜述
3.2 支持向量機分類技術
3.2.1 支持向量機分類的最佳化模型
3.2.2 光滑的支持向量機模型
3.3 bfgs方法和newton-armijo方法
3.4 數值試驗
3.5 pssvm的實際套用研究
3.6 基於核函式的支持向量機分類方法
3.7 小結
第四章 聚類最佳化模型及其求解算法
4.1 數據聚類的數學規劃模型
4.2 數據聚類的k質心聚類算法
4.3 改進的k質心聚類算法
4.4 基於核的k質心聚類算法
4.5 基於樣本分割函式的k質心聚類算法
4.6 基於遺傳算法的k質心聚類算法
4.7 小結
第五章 等基數雙目錄分割問題
5.1 等基數雙目錄分割問題數學模型
5.2 改進的隨機算法（ira）
5.3 ira算法分析
5.4 小結
第六章 關聯規則挖掘算法和規則近似表示
6.1 關聯規則挖掘的一般概念
6.2 關聯規則挖掘算法
6.3 矩陣算法
6.3.1 矩陣算法的過程
6.3.2 矩陣算法的數值實驗
6.4 資料庫因果關係的線性化近似
6.4.1 資料庫因果關係
6.4.2 因果關係的線性多項式近似
6.5 小結
第七章 數據挖掘套用
7.1 數據挖掘在生物信息學中的套用
7.2 數據挖掘在保險業中的套用
7.3 數據挖掘在金融業中的套用
參考文獻
附錄
附錄a procedure for generating—matrix（t）
附錄b procedure joillt operation（lk-1）
附錄c procedure frequentitemsets（ck）
附錄d procedure of generating association—rules（l）
