不确定性多目标优化的数据挖掘理论及应用 PDF下载

第1章引言1
1.1研究背景与意义1
1.2本书的主要内容与组织结构3
1.3研究方法与技术路线6第2章相关理论基础7
2.1数据挖掘7
2.1.1基本理论、模型和算法8
2.1.2针对异构数据的方法及应用11
2.1.3性能评价方法12
2.1.4实际应用12
2.1.5其他方面14
2.2最优化理论16
2.2.1经典优化理论、方法和应用16
2.2.2启发式优化方法18
2.2.3全局优化及国内的优化研究19<；p>；
	第1章引言1<；br />；
1.1研究背景与意义1<；br />；
1.2本书的主要内容与组织结构3<；br />；
1.3研究方法与技术路线6第2章相关理论基础7<；br />；
2.1数据挖掘7<；br />；
2.1.1基本理论、模型和算法8<；br />；
2.1.2针对异构数据的方法及应用11<；br />；
2.1.3性能评价方法12<；br />；
2.1.4实际应用12<；br />；
2.1.5其他方面14<；br />；
2.2最优化理论16<；br />；
2.2.1经典优化理论、方法和应用16<；br />；
2.2.2启发式优化方法18<；br />；
2.2.3全局优化及国内的优化研究19<；br />；
2.3分类问题20<；br />；
2.3.1分类器方法20<；br />；
2.3.2分类性能的提升23<；br />；
2.3.3分类结果评价23<；br />；
2.4最优化分类方法24<；br />；
2.4.1支持向量机分类方法24
<；/p>；
<；p>；
	2.4.2数学规划分类方法26<；br />；
2.5数据的不确定性27<；br />；
2.5.1数据的不确定性概述27<；br />；
2.5.2不确定性的研究现状29<；br />；
2.6不确定理论30<；br />；
2.6.1不确定理论综述30<；br />；
2.6.2模糊集与模糊规划32<；br />；
2.6.3粗糙集与粗规划33<；br />；
2.7数据挖掘方法的近似性和多目标性34<；br />；
2.8小结35第3章多目标优化分类模型36<；br />；
3.1分类问题的表示与评价36<；br />；
3.1.1分类问题的表示36<；br />；
3.1.2分类性能评价37<；br />；
3.2支持向量机分类模型40<；br />；
3.2.1支持向量机分类模型概述40<；br />；
3.2.2最小二乘支持向量机分类模型44<；br />；
3.3多目标优化分类模型概述46<；br />；
3.3.1多目标决策概述47<；br />；
3.3.2多目标优化分类模型49<；br />；
3.3.3多目标线性规划分类模型55<；br />；
3.3.4多目标二次规划分类模型59<；br />；
3.4MCO和SVM分类模型的关系分析64<；br />；
3.5小结66第4章模糊多目标规划分类模型和算法67<；br />；
4.1模糊集基本理论67<；br />；
4.2模糊多目标线性规划分类模型和算法70<；br />；
4.2.1模糊决策和模糊线性规划70<；br />；
4.2.2模糊多目标线性规划分类模型72<；br />；
4.2.3模糊多目标线性规划分类算法79<；br />
4.2.4与多阶段模糊线性规划分类方法的对比分析82<br />
4.3模糊多目标二次规划分类模型85<br />
4.3.1模糊二次规划85<br />
4.3.2模糊多目标二次规划分类模型86<br />
4.4小结90第5章基于粗糙集的特征选择与多目标规划分类模型和算法91<br />
5.1特征选择和约简方法91<br />
5.1.1特征选择和属性约简基本理论91<br />
5.1.2基于统计属性贡献度的约简方法93<br />
5.2基于粗糙集的约简方法96<br />
5.2.1基于等价关系的粗集约简方法97<br />
5.2.2基于不可分辨关系的粗集整数规划约简模型100<br />
5.3基于粗糙集的多目标规划分类模型和算法103<br />
5.3.1基于粗糙集的多目标规划分类模型104<br />
5.3.2基于粗糙集的多目标规划分类算法106<br />
5.4粗糙集近似理论107<br />
5.5粗近似多目标规划分类模型109<br />
5.5.1粗近似多目标线性规划分类模型112<br />
5.5.2粗近似多目标二次规划分类模型113<br />
5.6小结115第6章基于核、模糊化和惩罚因子的多目标优化分类模型117<br />
6.1不确定现象概述117<br />
6.2模糊支持向量机分类模型122<br />
6.3基于核、模糊化和惩罚因子的多目标优化分类模型125<br />
6.3.1基于核与惩罚因子的模糊多目标优化分类模型125<br />
6.3.2基于模糊化和惩罚因子的核多目标优化分类模型130<br />
6.4小结133第7章不确定性多目标优化分类模型的应用135<br />
7.1信用评分135<br />
7.1.1信用评分及相关方法概述135<br />
7.1.2信用评分流程139<br />
7.1.3信用评分数据集141<br />
7.1.4信用评分实例分析142<br />
7.2Web客户忠诚度分析157<br />
7.2.1Web挖掘概述157<br />
7.2.2Web客户忠诚度分析数据集158<br />
7.2.3性能分析160<br />
7.2.4Web客户忠诚度分析161<br />
7.3蛋白质交互的热点区域的预测165<br />
7.3.1概述165<br />
7.3.2蛋白质交互的热点区域预测数据集166<br />
7.3.3蛋白质交互的热点区域分析166<br />
7.4重大疾病的医疗诊断和预测170<br />
7.4.1数据概述170<br />
7.4.2重大疾病的医疗诊断和预测分析171<br />
7.5小结175第8章总结与展望176<br />
8.1研究总结176<br />
8.2主要贡献177<br />
8.3对后续研究工作的展望178参考文献180
</p>