当前位置:首页 > 数理化
高维数据分析预处理技术
高维数据分析预处理技术

高维数据分析预处理技术PDF电子书下载

数理化

  • 电子书积分:9 积分如何计算积分?
  • 作 者:祝琴著
  • 出 版 社:北京:社会科学文献出版社
  • 出版年份:2015
  • ISBN:9787509785690
  • 页数:166 页
图书介绍:本书共分7章。第1章为引言,介绍了本书写作的目的与意义和主要研究内容,最后给出全文的组织结构;第2章对本书所涉及的数据挖掘与知识发现理论做了了较为基础的概述,重点介绍了聚类分析内容、高维数据的形态和特点,分析了高维数据常用的预处理的方法—维数约减,最后系统概述了目前主要的几种高维数据聚类分析方法;第3章提出了一种改进的CABOSFV高属性维稀疏数据聚类算法。研究分析了经典的高属性维稀疏数据聚类CABOSFV算法的不足,提出了融合排序思想的高属性维稀疏数据聚类算法;第4章给出了具有高维稀疏特征的对象—属性空间的定义,提出了对具有高维稀疏特征的对象—属性空间分割的方法识别其子空间的思想,并提出了一种新型的两阶段联合聚类的算法,实现对高维稀疏数据的对象维和属性维进行聚类分割以识别其子空间;第5章提出了对象—属性边缘重叠区域的归属判断算法。研究发现了具有高维稀疏特征的对象—属性子空间边缘可能存在交叉重叠区域现象,设计了对象—属性子空间交叉重叠区域的归属判断目标函数;第6章提出了高维稀疏对象—属性子空间优化方法。通过对对象—属性子空间识别过程的分析,发现了对象属性取值全为零的子空间,在基础上给出
《高维数据分析预处理技术》目录

第1章 引言 1

第2章 文献综述 5

2.1 知识发现与数据挖掘 5

2.2 聚类分析 13

2.3 数据挖掘所面临的挑战 24

2.4 高维数据 27

2.5 维度约简 31

2.6 高维数据聚类 38

2.7 本章小结 43

第3章 基于排序的高属性维稀疏数据聚类方法 44

3.1 高维稀疏数据 44

3.2 高属性维聚类问题描述 47

3.3 经典高属性维稀疏数据聚类CABOSFV方法分析 54

3.4 基于排序的CABOSFV方法——CABOSFVABS方法 59

3.5 本章小结 68

第4章 对象—属性空间分割的两阶段联合聚类方法 70

4.1 具有高维稀疏特征的对象—属性空间分割问题的提法 70

4.2 传统对象—属性空间分割方法基于内聚度方法 71

4.3 联合聚类方法 75

4.4 两阶段联合聚类方法(MTPCCA) 86

4.5 本章小结 96

第5章 对象—属性子空间重叠区域的归属问题 98

5.1 问题描述及相关研究工作 98

5.2 对象—属性子空间的边缘重叠区域归属方法——OASEDA方法 108

5.3 本章小结 126

第6章 对象—属性子空间优化 128

6.1 高维稀疏特征的对象—属性非关联子空间 130

6.2 剔除非关联子空间RNASAUBSC方法 131

6.3 RNASAUBSC方法算例 136

6.4 RNASAUBSC方法应用 138

6.5 本章小结 141

第7章 结论 142

参考文献 145

后记 165

返回顶部