0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 本科教材 > 理学 > 0705 地理学 > 数据挖掘的原理、方法、技术和应用

相同作者的商品

相同语种的商品

浏览历史

数据挖掘的原理、方法、技术和应用


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
数据挖掘的原理、方法、技术和应用
  • 书号:9787030660978
    作者:过仲阳,王细元
  • 外文书名:
  • 装帧:平装
    开本:16
  • 页数:277
    字数:430000
    语种:zh-Hans
  • 出版社:科学出版社
    出版时间:2020-09-01
  • 所属分类:
  • 定价: ¥128.00元
    售价: ¥101.12元
  • 图书介质:
    按需印刷

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书的特色在于以实例来说明不同的数据挖掘方法在各个领域中的应用。从不同的应用领域来研究各种数据挖掘方法,并且每章均为一个完整的研究课题内容,这些课题均为作者课题组的研究成果,因而更具有系统性。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录
    丛书序
    前言
    第一章 绪论 1
    1.1 数据挖掘定义及过程 1
    1.2 数据挖掘的功能及应用 3
    1.3 数据挖掘面对的要求和挑战 6
    第二章 数据挖掘技术简介 8
    2.1 关联规则 8
    2.2 决策树 11
    2.3 聚类方法 13
    2.4 贝叶斯分类 17
    2.5 人工神经网络 19
    2.6 遗传算法 21
    2.7 小波变换 23
    2.8 随机森林 25
    第三章 数据挖掘技术在城市地下空间数据挖掘中的应用 32
    3.1 地下空间数据仓库研究 32
    3.2 上海市地下空间数据挖掘和知识发现 46
    3.3 小结 65
    第四章 数据挖掘技术在水务信息管理中的应用 66
    4.1 人工神经网络算法在台风增水预测中的应用 67
    4.2 距平分析技术在厄尔尼诺现象中的应用 80
    4.3 人工神经网络在地下水资源评价中的应用 85
    第五章 数据挖掘技术在偷盗三车和扒窃拎包研究中的应用 91
    5.1 研究区域与数据概述 91
    6.2 基于文本信息提取技术的扒窃犯罪时空信息提取 120
    6.3 基于DBSCAN的“静态扒窃”时空分布特征分析 128
    6.4 基于加权密度分析的“动态扒窃”高危路段分析 136
    6.5 基于时空关联规则的公交扒窃犯罪时空行为模式挖掘 139
    第七章 数据挖掘技术在PM2.5浓度预测中的应用 145
    7.1 数据及预处理 145
    7.2 基于相关分析技术的PM2.5浓度影响因素分析 152
    7.3 基于逐步回归仿真技术的PM2.5质量浓度模型 156
    7.4 基于随机森林的PM2.5小时浓度预测 161
    7.5 小结 176
    第八章 数据挖掘技术在微环境中PM2.5浓度分布的应用 177
    8.1 微环境中PM2.5浓度分布研究概述 177
    8.2 关键技术 180
    8.3 小区微环境中PM2.5浓度分布研究 185
    8.4 小结 193
    第九章 数据挖掘技术在影响暴雨产生的环境物理量场中的应用 194
    9.1 数据库的建立 194
    9.2 决策树方法在提取影响暴雨产生的环境物理量场中的应用 197
    9.3 关联规则在研究暴雨中心周边环境场特征中的应用 201
    第十章 数据挖掘技术在预测中尺度对流系统移动传播中的应用 204
    10.1 关联规则在预测MCS移动中的应用 205
    10.2 运用决策树对MCS的移动传播进行预测 207
    10.3 基于贝叶斯分类的MCS移动方向预测 209
    10.4 MCS环境物理量场特征的聚类分析 212
    第十一章 数据挖掘技术在遥感图像处理中的应用 228
    11.1 基于贝叶斯算法的云南省昆明市辖区土地分类 228
    11.2 基于小波变换和K-Means算法的遥感影像分类 234
    11.3 基于遗传算法的BP神经网络在遥感图像分类中的研究 238
    11.4 基于模糊支持向量机的遥感图像分类 243
    第十二章 蚁群算法 246
    12.1 蚁群算法的基本原理 246
    12.2 蚁群算法的抽象过程 247
    12.3 蚁群算法的实现
    12.4 蚁群算法的应用
    第十三章 云计算 253
    13.1 云计算的基本原理 253
    13.2 云计算的实现 255
    13.3 云计算的应用 259
    参考文献 263
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证