高維聚類知識發現關鍵技術研究及套用

內容簡介

知識發現是從數據集中抽取和精化新的模式的過程，基於資料庫的知識發現（KnowledgeDiscoveryinDatabase,KDD）是知識發現研究的主體和熱點。本書在討論高維數據相似性尤其是高維二元數據相似性定義的基礎上，提出了基於粗圖模型的硬聚類和軟聚類算法、高維二元數據的映射聚類算法、基於螞蟻行為的聚類算法等，並進一步提出基於映射聚類的離群點檢測方法；還特別討論了高維聚類結果的表示方法問題，提出了套用粗糙集高效表達聚類結果的方法；最後探討了聚類知識發現數據建模的基本步驟，給出了聚類知識發現的典型套用案例。

作者簡介

陳建斌，男，山西長治人。2005年獲計算機套用專業博士學位。國家職業技能鑑定專家委員會企業信息管理專家組組長，中國機械工業企業管理協會專家委員會委員，北京聯合大學商務學院副教授、電子商務研究所所長，高級企業信息管理師。主要研究方向為企業信息化管理與運作、電子商務與電子政務和商務智慧型。作者多年來秉承系統工程思想，開展企業信息化管理的研究與實踐，主編了《企業信息管理師培訓教程》、《ERP工程師培訓教程》、《電子商務與電子政務》、《電子商務與現代物流》和《信息經濟學》等多部著作，參與國家自然科學基金項目多項，主持省部級科研項目多項，在國核心心期刊及國際學術會議上發表論文三十餘篇。作為高級顧問和專家組組長，主講和輔導中央企業信息管理師職業資格培訓數十期；參與多項企業信息化戰略規劃，數據倉庫規劃與建設和企業診斷等項目。

圖書目錄

第1章知識發現與KDD

1.1知識與知識發現

1.1.1知識

1.1.2知識發現和KDD

1.1.3知識發現的過程

1.2資料庫知識發現——KDD

1.2.1KDD的產生與發展

1.2.2KDD的一般機理和理論基礎

1.2.3KDD系統的基本框架

1.2.4KDD的主要任務

第2章聚類知識發現及其關鍵技術

2.1聚類問題的主要方法

2.2聚類問題的關鍵技術

2.2.1數據倉庫技術

2.2.2高維聚類技術

2.3高維聚類關鍵技術研究

2.3.1高維聚類的主要算法

2.3.2高維聚類算法的關鍵技術

第3章高維數據相似性的定義

3.1數據相似關係

3.1.1基於距離的相似性定義

3.1.2基於密度的相似性定義

3.1.3基於連線的相似性定義

3.2高維數據相似關係的定義

3.3二元數據相似性的定義

3.3.1屬性分布特徵向量

3.3.2對象間屬性分布相似性

3.4小結

第4章基於粗圖模型的聚類算法

4.1圖論基礎概念

4.2基於圖論的聚類算法

4.2.1聚集型圖論聚類

4.2.2多層粗圖法

4.2.3基於二部圖的方法

4.3圖劃分的關鍵技術

4.3.1圖的多層二分劃（MultilevelGraphBisection）

4.3.2增強譜分割算法

高維聚類知識發現關鍵技術研究及套用

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條