数据挖掘与聚类分析PDF电子书下载

第1篇 基础知识 1

第1章 绪论 1

1.1数据挖掘概述 2

1.2数据挖掘的研究现状及应用领域 8

1.3数据挖掘与其他技术的关系 11

1.4数据挖掘的工具及评价标准 15

1.5聚类分析初探 17

1.6本书研究内容纲要 18

本章小结 19

思考题 19

第2章 数据预处理技术 20

2.1数据预处理 20

2.2数据清理 21

2.3数据集成和融合 24

2.4数据变换 25

2.5数据归约 27

本章小结 30

思考题 31

第3章 多维数据分析与组织 32

3.1多维数据分析概述 32

3.2多维数据模型与结构 33

3.3多维数据分析应用与工具 40

3.4从联机分析处理到联机分析挖掘 43

本章小结 45

思考题 45

第2篇 数据挖掘 46

第4章 预测技术及其应用 46

4.1预测技术基础理论 47

4.2回归分析预测 49

4.3趋势外推预测 64

4.4时间序列预测 74

4.5基于神经网络的预测 87

4.6马尔可夫预测 103

4.7组合预测 105

本章小结 107

思考题 107

第5章 关联分析技术及应用 108

5.1关联规则的基础理论 108

5.2 Apriori关联规则算法 112

5.3改进的Apriori关联规则算法 114

5.4 Apriori关联规则算法的实例 117

5.5 Apriori关联规则模型运行实例 122

本章小结 123

思考题 124

第6章 遗传算法及应用 125

6.1遗传算法基础理论 125

6.2遗传算法的应用领域和研究方向 126

6.3遗传算法的基础知识 130

6.4遗传算法计算过程和应用 137

本章小结 144

思考题 144

第7章 灰色系统理论与方法 145

7.1灰色系统的基础理论 145

7.2灰色预测模型 149

7.3灰色聚类分析 154

7.4层次分析方法 163

7.5灰色综合评价方法 168

本章小结 174

思考题 174

第8章 粗糙集方法及应用 176

8.1粗糙集理论背景介绍 176

8.2粗糙集基本理论 180

8.3基于粗糙集的属性约简 183

8.4基于粗糙集的决策知识表示 187

8.5基于粗糙集的数据挖掘模型 189

8.6粗糙集在交通肇事逃逸侦破系统中应用 198

本章小结 206

思考题 206

第9章 基于数据挖掘的知识推理 207

9.1知识推理的分类 207

9.2基于数据挖掘方法的知识推理 214

本章小结 220

思考题 220

第3篇 聚类分析 221

第10章 聚类分析概述 221

10.1聚类分析经典算法分类 222

10.2近年新的聚类方法 231

10.3聚类分析的研究热点问题 233

10.4聚类分析的应用领域 246

本章小结 247

思考题 247

第11章 模糊聚类 248

11.1模糊聚类算法综述 248

11.2基于模糊等价关系的模糊聚类算法 251

11.3模糊C-均值聚类算法 254

11.4 FCM的改进算法 255

11.5模糊聚类的应用 263

11.6模糊关联规则模型及应用 265

本章小结 269

思考题 269

第12章 聚类融合 270

12.1聚类融合算法综述 270

12.2分类数据聚类融合方法 275

12.3混合属性数据聚类融合方法 280

12.4聚类融合的应用 284

本章小结 286

思考题 286

第13章 增量聚类 287

13.1增量聚类算法综述 287

13.2基于传统聚类的增量聚类算法 288

13.3基于生物智能的增量聚类算法 291

13.4面向数据流的增量聚类算法 292

13.5基于聚类融合的增量聚类算法 293

13.6增量聚类算法的应用 298

本章小结 300

思考题 300

第4篇 数据挖掘新进展 301

第14章 近年数据挖掘新的研究方向 301

14.1 Web挖掘 302

14.2知识管理 306

14.3空间数据挖掘 308

14.4基于MapReduce的大数据集挖掘 311

14.5流数据挖掘 312

14.6面向隐私保护的数据挖掘 316

14.7不确定性数据挖掘 317

14.8多媒体数据挖掘 320

14.9生物信息数据挖掘 322

本章小结 326

思考题 326

第15章 文本挖掘 327

15.1文本挖掘概述 327

15.2文本挖掘预处理——文本表示 328

15.3文本挖掘方法 330

15.4文本挖掘工具 337

15.5文本挖掘的应用 338

本章小结 344

参考文献 345

附件 50艘船舶的基本信息 369