数据挖掘与最优化技术及其应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

数据挖掘与最优化技术及其应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章　引言 1

1.1　数据挖掘的意义 1

1.2　数据库知识发现 5

1.3　数据挖掘的主要内容 9

1.4　数据挖掘的应用 11

1.5　本书的研究工作和主要成果 17

第二章　数据挖掘问题最优化模型及数学基础知识 19

2.1　数据挖掘问题与最优化的结合 19

2.2　数学基础知识 22

2.2.1　范数与不等式 23

2.2.2　矩阵的Rayleigh商 27

2.2.3　多元函数分析 29

2.2.4　凸集合和凸函数 32

2.2.5　优化数学模型的算法结构 40

2.3　分类问题的优化模型 44

2.4　聚类问题的优化模型 50

2.5　回归问题的优化模型 53

2.6　相关性问题的建模 57

2.7　小结 60

第三章　支持向量机分类技术 62

3.1　数据分类理论和算法综述 63

3.2　支持向量机分类技术 71

3.2.1　支持向量机分类的优化模型 72

3.2.2　光滑的支持向量机模型 73

3.3　BFGS方法和Newton-Armijo方法 78

3.4　数值试验 83

3.5　PSSVM的实际应用研究 87

3.6　基于核函数的支持向量机分类方法 94

3.7　小结 98

第四章　聚类优化模型及其求解算法 100

4.1　数据聚类的数学规划模型 100

4.2　数据聚类的k质心聚类算法 102

4.3　改进的k质心聚类算法 106

4.4　基于核的k质心聚类算法 112

4.5　基于样本分割函数的k质心聚类算法 115

4.6　基于遗传算法的k质心聚类算法 123

4.7　小结 127

第五章　等基数双目录分割问题 128

5.1　等基数双目录分割问题数学模型 128

5.2　改进的随机算法（IRA） 132

5.3　IRA算法分析 133

5.4　小结 137

第六章　关联规则挖掘算法和规则近似表示 139

6.1　关联规则挖掘的一般概念 140

6.2　关联规则挖掘算法 141

6.3　矩阵算法 145

6.3.1　矩阵算法的过程 145

6.3.2　矩阵算法的数值实验 148

6.4　数据库因果关系的线性化近似 150

6.4.1　数据库因果关系 150

6.4.2　因果关系的线性多项式近似 151

6.5　小结 155

第七章　数据挖掘应用 157

7.1　数据挖掘在生物信息学中的应用 157

7.2　数据挖掘在保险业中的应用 171

7.3　数据挖掘在金融业中的应用 176

参考文献 179

附录 203

附录A Procedure for generating-matrix(T) 203

附录B Procedure joint operation(Lk-1) 203

附录C Procedure frequent-itemsets(Ck) 204

附录D Procedure of generating association-rules(L) 205