近鄰分類方法及其套用

內容簡介

《近鄰分類方法及其套用(上冊)》是福建師範大學數據挖掘與網路內容安全實驗室開展近鄰分類理論方法與套用方面的系統研究，所取得的成果彙編。在理論方法方面，研究團隊提出了基於近鄰思想的相似性度量新方法並將之推廣到類屬型數據，提出了增量學習、多代表點學習和子空間近鄰分類等新方法；套用研究涵蓋了毒性物質預測、特徵選擇、文本分類以及數據流分類等近鄰分類的新套用領域。《近鄰分類方法及其套用(上冊)》將有關研究成果集結成冊，以饗讀者。

作者簡介

郭躬德，1965年3月生。2004年畢業於University of Uister（英），獲理學博士學位。現為福建師範大學數學與計算機科學學院教授，博士生導師，從事機器學習及數據挖掘，模式識別與人工智慧等領域理論與套用技術的研究。
陳黎飛，1972年12月生。2008年畢業於廈門大學，獲理學博士學位。現為福建師範大學數學與計算機科學學院副教授，從事統計機器學習及數據挖掘等領域理論與套用技術的研究。
李南，1987年7月生。2013年畢業於福建師範大學，獲工學碩士學位。現為福建農林大學計算機與信息學院助教。從事機器學習及數據流挖掘等領域理論與套用技術的研究。

圖書目錄

第1章近鄰分類方法及其演變
1.1 分類概念、算法
1.2 經典的近鄰分類方法及其演變
參考文獻
第2章近鄰模型系列方法及其套用
2.1 近鄰模型分類算法
2.2 基於權重k近鄰模型的數據簡化與分類
2.3 模糊k近鄰模型算法在可預測毒物學上的套用
2.4 最近鄰分類的多代表點學習算法
2.5 改進的忌近鄰模型方法在文本分類中的套用
2.6 部分模糊聚類的最近鄰分類方法
參考文獻
第3章近鄰模型的增量學習方法及其套用
3.1 基於kNN模型的增量學習算法
3.2 增量kNN模型的修剪策略研究
3.3 基於增量kNN模型的分散式入侵檢測架構
3.4 基於kNN模型的層次糾錯輸出編碼算法
參考文獻
第4章概念漂移數據流分類方法及其套用
4.1 IKnnM—DHecoc：一種解決概念漂移問題的方法
4.2 基於混合模型的數據流概念漂移檢測
4.3 面向高速數據流的集成分類器算法
4.4 一種適應概念漂移數據流的分類算法
4.5 基於少量類標籤的概念漂移檢測算法
4.6 半監督層次糾錯輸出編碼算法
參考文獻
第5章子空間近鄰分類方法及其套用
5.1 類依賴投影的文本分類方法
5.2 多代表點的子空間分類算法
5.3 基於投影原型的文本分類方法
5.4 複雜數據的最優子空間分類方法
5.5 基於特徵子空間的概念漂移檢測算法
5.6 基於子空間集成的概念漂移數據流分類算法
參考文獻
第6章近鄰方法的擴展及其套用
6.1 基於空間覆蓋的相似性度量及其對應的分類算法
6.2 基於空間覆蓋的相似性度量的特徵選擇算法
6.3 基於空間覆蓋的相似性度量的層次聚類算法
6.4 基於類別子空間距離加權的互k近鄰算法
6.5 針對類屬性數據加權的MKnn算法
6.6 屬性加權的類屬數據近鄰分類
參考文獻

近鄰分類方法及其套用

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條