出版時間:2008-12 出版社:科學出版社 作者:張德干,王曉曄 著 頁數(shù):201 字數(shù):247000
前言
規(guī)則挖掘(rule mining)是許多傳統(tǒng)學科和新興工程領域相結合而產(chǎn)生的一個年輕而又活躍的前沿技術領域,是多種智能控制系統(tǒng)的重要組成部分。它是指從數(shù)據(jù)庫中抽取隱含的、潛在的、先前未知的、有用的知識或規(guī)則的一門交叉學科技術。由于其潛在的理論意義和巨大的應用價值,世界各國都投入了大量的人力、物力和財力,進行廣泛深入的研究。就我們所知,到目前為止,規(guī)則挖掘技術還有諸多值得研究的方面,而研究的很多成果也還遠沒有大規(guī)模地呈現(xiàn)在如電子商務、機器人、交通管制、軍事應用等應用領域?! ”緯槍σ?guī)則挖掘技術中的如下幾個關鍵問題進行了研究:規(guī)則挖掘機制、規(guī)則挖掘方法、規(guī)則挖掘過程中的分類、規(guī)則挖掘技術的應用案例等?! ∪珪卜?章。其中,第一章綜述了規(guī)則挖掘技術研究的背景,第二章闡述了規(guī)則挖掘的相關技術,第三章研究了一種具有冗余約簡能力的規(guī)則挖掘機制,第四章研究了分明關系約束的格上規(guī)則挖掘方法,第五章研究了基于包含度的決策樹中規(guī)則挖掘方法,第六章對前兩章的兩種方法進行了理論分析與比較,第七章研究了基于時間序列的規(guī)則挖掘方法,第八章研究了規(guī)則挖掘過程中的分類技術,第九章是本書所研究規(guī)則挖掘技術的應用案例?! ”緯谄哒?、第八章由王曉嘩撰寫外,其余各章均由張德干撰寫,并由張德干統(tǒng)稿。本書得到國家863計劃項目(No.2007AA012188)、國家自然科學基金項目(No.60773073,No.60604010)、教育部重點項目(No.208010)和浙江大學工業(yè)控制技術國家重點實驗室項目(No.0708007)的資助?! ”緯蓮垬褰淌诤袜崉偨淌趯忛??! ”緯谧珜戇^程中,多位教授和專家學者提出了建設性意見,同時,得到了韓靜等同事和張小麗、李林青、凌辰、李淼、胡素蕊等研究生的支持和幫助,在此一并表示衷心的感謝。本書屬研究型專著,可供高校研究生、科研人員和工程技術人員參考。書中不當之處,真誠歡迎各位讀者批評指正。
內(nèi)容概要
規(guī)則挖掘技術是指從數(shù)據(jù)庫中抽取隱含的、潛在的、先前未知的、有用的知識和規(guī)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(fā)展、應用產(chǎn)生積極而深遠的影響,具有十分重要的促進作用。本書涉及的內(nèi)容有規(guī)則挖掘技術概論、具有冗余約簡能力的規(guī)則挖掘機制、分明關系約束的格上規(guī)則挖掘方法、基于包含度的決策樹中規(guī)則挖掘方法、基于時間序列的規(guī)則挖掘方法、規(guī)則挖掘過程中的分類技術、應用案例等內(nèi)容。 本書介紹的規(guī)則挖掘技術新穎、涵蓋面廣、信息量大、實用性強。本書圖文并茂,十分方便本科生、研究生、教師學習和參考,也非常方便從事數(shù)據(jù)挖掘以及相關領域的科研和工程開發(fā)技術人員閱讀、參考。
書籍目錄
前言第一章 緒論 1.1 數(shù)據(jù)挖掘技術概論 1.2 規(guī)則挖掘技術的研究意義 1.3 規(guī)則挖掘技術的應用領域 1.4 規(guī)則挖掘技術的研究進展及內(nèi)容第二章 規(guī)則挖掘的相關技術 2.1 定義 2.2 規(guī)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?qū)傩缘囊?guī)則的含義及表示形式 2.4 面向?qū)傩缘囊?guī)則的性質(zhì) 2.5 規(guī)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(guī)則挖掘時遵循的準則 2.5.3 規(guī)則挖掘過程中的信息增益 2.6 規(guī)則挖掘的相關方法 2.6.1 綜述 2.6.2 粗粒度區(qū)化法 2.6.3 細粒度區(qū)化法 2.6.4 分類法 2.7 小結第三章 一種具有冗余約簡能力的規(guī)則挖掘機制 3.1 傳感/施動模型的啟發(fā) 3.2 以信息融合為框架討論規(guī)則挖掘的特點 3.3 具有冗余約簡能力的規(guī)則挖掘機制 3.3.1 挖掘能力涉及的內(nèi)容 3.3.2 一種挖掘機制 3.3.3 挖掘過程的實現(xiàn)途徑分析 3.4 小結第四章 分明關系約束的格上規(guī)則挖掘方法 4.1 挖掘方法的基本實現(xiàn)過程 4.2 相關定義和性質(zhì) 4.3 方法的實現(xiàn) 4.3.1 決策表的預處理 4.3.2 粗糙格的構造算法 4.3.3 分明關系約束的粗糙格上規(guī)則的挖掘算法 4.4 小結第五章 基于包含度的決策樹中規(guī)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(xiàn) 5.5.1 基于分明關系確定構建決策樹的最小核集 5.5.2 基于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 基于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(guī)則及規(guī)則的信任度量 5.6 冗余規(guī)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(guī)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(guī)則挖掘法間的分析比較 6.2.1 建樹過程的分析 6.2.2 同類樹間時間復雜度與規(guī)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 所研究的方法與應用對象之間的關系 6.5 小結第七章 基于時間序列的規(guī)則挖掘方法 7.1 基于時問序列的規(guī)則挖掘技術概述 7.1.1 相似搜索 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 基于分段線性化的時間序列相似性的測量 7.2.3 基于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(guī)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 基于正則最小二乘訓練的前饋神經(jīng)網(wǎng)絡分類方法 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 基于帶移動窗的神經(jīng)網(wǎng)絡時變數(shù)據(jù)分類技術 8.3.1 時變數(shù)據(jù)的最小二乘學習算法 8.3.2 前饋神經(jīng)網(wǎng)絡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(jīng)網(wǎng)絡和粗糙集理論相結合的分類技術 8.4.1 概述 8.4.2 應用于分類技術的粗糙集理論 8.4.3 正則化訓練的神經(jīng)網(wǎng)絡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 應用案例 9.1 規(guī)則挖掘在水電廠運行態(tài)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(jiān)測的方式與生成規(guī)則的信息來源 9.2 規(guī)則挖掘機制和方法的應用驗證 9.2.1 水電運行仿真機簡介 9.2.2 基于動態(tài)信息融合思想的水電運行仿真機的設計與實現(xiàn) 9.2.3 采用信任度高的水輪發(fā)電機調(diào)節(jié)系統(tǒng)數(shù)學模型 9.2.4 驗證案例:主系統(tǒng)線路工況中的規(guī)則挖掘及運行狀態(tài)準確判斷 9.3 小結參考文獻附錄
章節(jié)摘錄
第一章 緒論 規(guī)則挖掘是許多傳統(tǒng)學科和新興工程領域相結合而產(chǎn)生的一個新的前沿技術領域,是多種智能控制系統(tǒng)的重要組成部分。無論在軍事上,還是在民用上,它已發(fā)展成為一個十分活躍的熱門研究領域,是多學科、多部門、多領域所共同關心的高層次共性關鍵技術,包括中國在內(nèi)的眾多國家都相繼把它列為未來重點發(fā)展的對象。作為一種自動化智能信息綜合處理技術,它充分利用多源異類信息的互補性和計算機的高速處理與智能判定來提高結果信息的質(zhì)量。這一技術首先廣泛用于軍事,并很快推廣到自動控制、航空交通管制、遙感測量以及醫(yī)療診斷等眾多領域。因其潛在的巨大應用價值,世界各國都投入了大量的人力、物力和財力,進行廣泛深入的研究。就我們所知,到目前為止,規(guī)則挖掘作為一門學科還未形成一套系統(tǒng)而完備的理論,并有諸多值得研究的方面,而研究的很多成果還遠沒有大規(guī)模地呈現(xiàn)在應用領域?! ?/pre>圖書封面
評論、評分、閱讀與下載