数据挖掘技术及其应用 PDF下载

第1章 ； 导论
 ； 1.1 ； 数据挖掘技术的源起与发展
 ； 1.2 ； 数据挖掘的概念
 ； 1.3 ； 数据挖掘的过程
 ； 1.4 ； 数据挖掘的功能
 ； 1.5 ； 数据挖掘的典型应用领域
 ； 1.6 ； 目前国际上流行的数据挖掘软件
 ； 参考文献
第2章 ； 数据预处理
 ； 2.1 ； 数据清理
 ； 2.2 ； 数据集成
 ； 2.3 ； 数据转换
 ； 2.4 ； 数据约简
 ； 参考文献
第3章 ； 维约简——特征选择与特征提取
 ； 3.1 ； 特征选择
 ； 3.2 ； 特征提取
 ； 3.3 ； 基于谱分析的降维框架
 ； 参考文献
第4章 ； 关联规则提取与粗糙集
 ； 4.1 ； 基本概念
 ； 4.2 ； 经典的关联规则挖掘算法
 ； 4.3 ； 模糊关联规则的发现
 ； 4.4 ； 数量属性关联规则的挖掘
 ； 4.5 ； 面向不确定知识的关联规则挖掘——粗糙集理论与应用
 ； 4.6 ； 基于粗糙集和微粒群算法的特征选择(PSORSFS)
 ； 4.7 ； 基于有序PSO的粗糙集近似熵约简
 ； 4.8 ； 基于模糊粗糙集的最近邻聚类分类算法
 ； 参考文献
第5章 ； 分类原理与方法
 ； 5.1 ； 一般概念
 ； 5.2 ； 基于归纳的传统决策树方法
 ； 5.3 ； 超平面决策树方法
 ； 5.4 ； 复合式评价函数
 ； 5.5 ； 模糊类别的决策树方法
 ； 5.6 ； 基于模糊极小极大网络的模糊规则提取与分类
 ； 5.7 ； Linear Map(LMAP)方法与包容型数据
 ； 参考文献
第6章 ； 统计学习理论与支持向量机
 ； 6.1 ； 简介
 ； 6.2 ； 统计学习理论的主要内容
 ； 6.3 ； 支持向量机理论
 ； 6.4 ； 基于测地距离的SV.M分类算法
 ； 6.5 ； 基于SOR(Successive Over Relaxation)的支持向量回归
 ； 训练方法
 ； 参考文献
第7章 ； 聚类分析
 ； 7.1 ； 聚类的基本概念
 ； 7.2 ； 常见聚类算法
 ； 7.3 ； 特征空间属性加权模糊核聚类算法
 ； 7.4 ； 基于信息理论的合作模糊聚类算法研究
 ； 7.5 ； 基于密度和网格的子空间聚类算法
 ； 参考文献
第8章 ； 数据挖掘在生物信息学中的应用
 ； 8.1  基于集成分类器的蛋白序列分析
  8.2  聚类分析在基因表达数据中的应用
  8.3  基于有监督聚类算法的蛋白三维结构分类
  参考文献
第9章  数据挖掘在合金相图研究中的应用
  9.1  国内外相图研究现状
  9.2  相图研究的原子参数一数据挖掘方法
  9.3  研究三元合金系中间化合物形成规律的原理与方法
  9.4  国内外相图研究现状：三元合金系中间化合物形成规律研究
  参考文献