圖書信息
出版社: 科學出版社; 第1版 (2008年12月1日)
叢書名: 信息與通信工程研究生系列教材
平裝: 201頁
正文語種: 簡體中文
開本: 16
ISBN: 9787030230928
條形碼: 9787030230928
尺寸: 23.6 x 16.6 x 1 cm
重量: 322 g
內容簡介
《規則挖掘技術》中規則挖掘技術是指從資料庫中抽取隱含的、潛在的、先前未知的、有用的知識和規則的一門交叉學科技術。它受多個學科的影響，同時它又對多個學科的發展、套用產生積極而深遠的影響，具有十分重要的促進作用。《規則挖掘技術》涉及的內容有規則挖掘技術概論、具有冗餘約簡能力的規則挖掘機制、分明關係約束的格上規則挖掘方法、基於包含度的決策樹中規則挖掘方法、基於時間序列的規則挖掘方法、規則挖掘過程中的分類技術、套用案例等內容。
目錄
前言
第一章 緒論
1.1 數據挖掘技術概論
1.2 規則挖掘技術的研究意義
1.3 規則挖掘技術的套用領域
1.4 規則挖掘技術的研究進展及內容
第二章 規則挖掘的相關技術
2.1 定義
2.2 規則的類型
2.2.1 按組織形式劃分
2.2.2 按功能劃分
2.3 面向屬性的規則的含義及表示形式
2.4 面向屬性的規則的性質
2.5 規則挖掘的相關策略
2.5.1 來自人思維過程的啟示
2.5.2 規則挖掘時遵循的準則
2.5.3 規則挖掘過程中的信息增益
2.6 規則挖掘的相關方法
2.6.1 綜述
2.6.2 粗粒度區化法
2.6.3 細粒度區化法
2.6.4 分類法
2.7 小結
第三章 一種具有冗餘約簡能力的規則挖掘機制
3.1 感測/施動模型的啟發
3.2 以信息融合為框架討論規則挖掘的特點
3.3 具有冗餘約簡能力的規則挖掘機制
3.3.1 挖掘能力涉及的內容
3.3.2 一種挖掘機制
3.3.3 挖掘過程的實現途徑分析
3.4 小結
第四章 分明關係約束的格上規則挖掘方法
4.1 挖掘方法的基本實現過程
4.2 相關定義和性質
4.3 方法的實現
4.3.1 決策表的預處理
4.3.2 粗糙格的構造算法
4.3.3 分明關係約束的粗糙格上規則的挖掘算法
4.4 小結
第五章 基於包含度的決策樹中規則挖掘方法
5.1 挖掘方法的思路
5.2 定義
5.3 屬性值的類化
5.4 決策表的預處理
5.5 挖掘方法的實現
5.5.1 基於分明關係確定構建決策樹的最小核集
5.5.2 基於粗糙熵確定構建決策樹的其他有用條件屬性
5.5.3 包含度的測度方法
5.5.4 基於包含度的決策樹構建算法
5.5.5 決策樹的維護
5.5.6 從決策樹中挖掘規則及規則的信任度量
5.6 冗餘規則的簡化方法
5.7 小結
第六章 兩種方法的理論分析與比較
6.1 格上規則挖掘方法間的分析比較
6.1.1 格結點遍歷方式的分析
6.1.2 同類格間的性能比較
6.2 決策樹中規則挖掘法間的分析比較
6.2.1 建樹過程的分析
6.2.2 同類樹間時間複雜度與規則信任度的比較
6.3 格與樹兩種挖掘方法間的異同點
6.4 所研究的方法與套用對象之間的關係
6.5 小結
第七章 基於時間序列的規則挖掘方法
7.1 基於時問序列的規則挖掘技術概述
7.1.1 相似搜尋
7.1.2 模式挖掘
7.2 一種結構自適應的分段線性化描述方法
7.2.1 結構自適應的時間序列的分段線性化描述
7.2.2 基於分段線性化的時間序列相似性的測量
7.2.3 基於分段線性化表示的時間序列的k-平均聚類算法
7.2.4 仿真實驗
7.3 時間序列的平滑處理及離散化方法
7.3.1 移動平均法
7.3.2 低通濾波器法
7.3.3 離散化法
7.4 小結
第八章 規則挖掘過程中的分類技術
8.1 一種具有高泛化性能的分類算法
8.1.1 概述
8.1.2 基於正則最小二乘訓練的前饋神經網路分類方法
8.1.3 仿真實驗
8.2 一種新的K一最近鄰分類算法
8.2.1 K一最近鄰分類技術的改進算法
8.2.2 一種新的K一最近鄰混合分類算法
8.2.3 仿真實驗
8.3 基於帶移動窗的神經網路時變數據分類技術
8.3.1 時變數據的最小二乘學習算法
8.3.2 前饋神經網路結構及帶移動窗的最小二乘學習算法
8.3.3 仿真實驗
8.4 正則化訓練的神經網路和粗糙集理論相結合的分類技術
8.4.1 概述
8.4.2 套用於分類技術的粗糙集理論
8.4.3 正則化訓練的神經網路和粗糙集理論相結合的時間序列趨勢預測
8.4.4 仿真實驗
8.5 小結
第九章 套用案例
9.1 規則挖掘在水電廠運行態勢評估中的重要性
9.1.1 重要性概述
9.1.2 水電廠實時監測的方式與生成規則的信息來源
9.2 規則挖掘機制和方法的套用驗證
9.2.1 水電運行仿真機簡介
9.2.2 基於動態信息融合思想的水電運行仿真機的設計與實現
9.2.3 採用信任度高的水輪發電機調節系統數學模型
9.2.4 驗證案例：主系統線路工況中的規則挖掘及運行狀態準確判斷
9.3 小結
參考文獻
附錄
