图书介绍

智能信息挖掘与处理pdf电子书版本下载

智能信息挖掘与处理
  • 杨振舰,于彦伟,张运杰编著 著
  • 出版社: 北京:化学工业出版社
  • ISBN:9787122209047
  • 出版时间:2014
  • 标注页数:149页
  • 文件大小:28MB
  • 文件页数:160页
  • 主题词:人工智能-信息处理

PDF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]

下载说明

智能信息挖掘与处理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

图书目录

1概论 1

1.1 时空数据挖掘研究概述 3

1.2 空间数据流聚类算法研究 5

1.2.1 基于密度的聚类算法 5

1.2.2 数据流聚类算法 9

1.3 时空轨迹数据挖掘研究现状 11

1.3.1 轨迹距离测量方法 11

1.3.2 轨迹数据流聚类算法相关研究 14

1.3.3 移动目标轨迹模式挖掘相关研究 17

1.3.4 面向邻居的实时查询处理方法 20

1.4 GIS可视化空间数据挖掘技术 21

1.5 城市超前地质预报发展现状 22

1.6 本章小结 23

2基于密度的空间数据流在线聚类算法 24

2.1 引言 24

2.2 在线聚类相关定义 25

2.2.1 基本概念 25

2.2.2 在线聚类描述 27

2.3 OLDStream算法 27

2.3.1 算法思想 27

2.3.2 算法描述 28

2.3.3 时间复杂度 31

2.4 实验测试及分析 32

2.4.1 聚类效果测试 32

2.4.2 性能测试 34

2.4.3 输入参数敏感度分析 35

2.5 本章小结 38

3海量轨迹数据流在线聚类算法 39

3.1 概述 39

3.2 问题定义 40

3.2.1 基本概念 40

3.2.2 CTraStream基本框架 43

3.3 基于密度的线段流聚类 44

3.3.1 新线段的影响 44

3.3.2 CLnStream描述 45

3.4 轨迹簇在线更新方法 46

3.4.1 TC-Tree索引结构 47

3.4.2 由线段簇更新轨迹簇 48

3.4.3 TraCluUpdate算法描述 49

3.5 实验评估及分析 50

3.5.1 聚类效果测试 50

3.5.2 性能测试 52

3.5.3 参数敏感度分析 53

3.6 本章小结 54

4面向实时查询处理的时空轨迹流挖掘框架 55

4.1 引言 55

4.2 框架概述 56

4.2.1 问题定义 56

4.2.2 TSMF框架 57

4.3 轨迹数据流挖掘 58

4.3.1 轨迹数据流聚类 58

4.3.2 Swarm-HT在线更新 59

4.4 实时查询处理方法 60

4.4.1 CCTC查询 60

4.4.2 CCSwarm查询 61

4.4.3 k-NNT查询 62

4.5 实验评估 63

4.5.1 挖掘效果 64

4.5.2 挖掘效率 65

4.5.3 查询处理性能测试 65

4.5.4 参数敏感度分析 66

4.6 本章小结 66

5基于GIS的可视化空间数据挖掘技术 68

5.1 地理信息系统 68

5.1.1 空间数据模型 68

5.1.2 空间关联规则 72

5.1.3 空间数据库 74

5.2 空间数据挖掘 76

5.2.1 空间关联规则及其挖掘方法 76

5.2.2 支持向量机挖掘方法 79

5.2.3 聚类方法 80

5.3 空间数据挖掘过程 81

5.4 空间数据挖掘的可视化 81

5.4.1 基于Java 3D的空间关联规则可视化 82

5.4.2 基于平行坐标理论的多维多时相空间数据可视化 87

5.5 本章小结 90

6支持向量机算法的研究 91

6.1 支持向量机算法 91

6.1.1 模式的区分 91

6.1.2 SVM学习模型 95

6.1.3 SVM算法已知的问题 96

6.1.4 应用SVM算法进行岩体分类 96

6.2 基于案例推理CBR方法 102

6.2.1 基于案例推理方法中的测度 102

6.2.2 案例库的设计原则 104

6.2.3 基于CBR方法的改进SVM算法 104

6.3 基于空间区域划分的SVM方法 105

6.4 算法分析 107

6.5 本章小结 110

7城市地下空间GIS分类技术及分析 111

7.1 空间聚类 111

7.2 城市地下空间GIS空间聚类算法 112

7.2.1 统计距离方法 112

7.2.2 基于相似形理论的夹角余弦方法 112

7.2.3 基于k中心点法的空间聚类 113

7.3 空间分类结果评价指标 115

7.4 文本分类 115

7.4.1 预处理技术 116

7.4.2 特征提取技术 117

7.4.3 特征项权重计算 118

7.5 城市地下空间GIS的文本分类算法 119

7.6 文本分类效果评价指标 121

7.7 分类技术的难点分析 121

7.8 本章小结 122

8空间数据挖掘过程中的数据质量控制及改进方法 123

8.1 空间数据的不确定性 123

8.1.1 空间数据不确定性的来源 124

8.1.2 空间数据误差评价指标 125

8.2 空间数据质量评价 126

8.2.1 评价的内容 126

8.2.2 评价的方法 127

8.3 城市地下空间数据获取方法 128

8.3.1 城市地质工程及数据特点 128

8.3.2 爆破震动监测测量方法 130

8.4 三明治空间抽样方法 132

8.5 本章小结 134

9城市地下空间数据挖掘GIS原型系统构建 135

9.1 系统构建策略 135

9.2 系统功能设计 136

9.3 数据流程设计 139

9.4 插件式系统集成方法 139

9.5 系统运行效果 140

9.6 本章小结 142

附录 符号说明 144

参考文献 145

精品推荐