国产中文视频无码成人精品,国产综合网曝亚洲

內容簡介

　　隨著數據庫技術在工程領域中的廣泛應用，對工程數據的后期分析和處理具有廣泛的應用前景。本書以各類數據挖掘算法為核心，以智能數據分析技術的發(fā)展歷程為主線，結合作者自身的研究和應用經驗，詳細闡述了數理統(tǒng)計、機器學習、軟計算、關聯(lián)挖掘和支持向量集等研究領域的成熟算法，并研究了各類方法在工業(yè)過程控制、水輪機調速智能監(jiān)控、物流配送車輛路徑優(yōu)化等工程領域的實際應用，便于讀者了解各種技術的應用對象、應用方法及應用效果。本書內容豐富，論述簡明，強調具體挖掘算法的分析和使用，力求實現(xiàn)數據挖掘技術從商業(yè)到工程領域應用的轉變?？勺鳛楣た朴嘘P專業(yè)研究生和本、?？粕慕虒W參考書，也可作為工程技術人員的自學讀物。

作者簡介

　　章兢，1957年生，博士，教授，博士生導師?，F(xiàn)任湖南大學事校長，教育部高等學校文化素質教育指導委員會委員，全國高等學校自動化專業(yè)教學指導委員會委員，中國電工技術學會理事，湖南省電工技術學會理事長。主要從事復雜系統(tǒng)計算機控制，模式識別等領域的研究工作。已發(fā)表論文70余篇，承擔過部、省“七五”、“八五”、“九五”攻關，博士點基金、自然科學基金項目，獲部、省級科技進步獎一等獎2項，二等獎3項。

圖書目錄

前言
第1章　數據挖掘綜述
　1.1　數據挖掘的概念和定義
　1.2　數據挖掘的歷史及發(fā)展
　1.3　數據挖掘研究內容及功能
　1.4　數據挖掘常用技術及工具
　1.5　數據挖掘應用熱點
第2章　數理統(tǒng)計方法
　2.1　數據挖掘與數理統(tǒng)計的關系
　2.2　數理統(tǒng)計與數據庫技術的結合
　2.3　回歸分析的基本概念
　2.4　線性回歸方程
　2.5　線性相關的顯著性檢驗
　　2.5.1　線性回歸的方差分析
　　2.5.2　相關系數的顯著性檢驗
　2.6　非線性回歸分析
　　2.6.1　化非線性回歸為線性回歸
　　2.6.2　多項式回歸
　2.7　多元線性回歸分析
　　2.7.1　多元線性回歸方程
　　2.7.2　多元線性回歸的方差分析
　2.8　一般情況下的回歸分析
　　2.8.1　一般情況下的回歸方程
　　2.8.2　一般情況下的參數估計
　2.9　逐步回歸分析的軟件設計
　2.10　鍛模設計準則的制定
　　2.10.1　研究的內容
　　2.10.2　資料收集與數據處理
　　2.10.3　飛邊尺寸設計準則的制定
　　2.10.4　飛邊金屬消耗設計準則的制定
　2.11　小結
　參考文獻
第3章　決策樹學習算法
　3.1　決策樹概述
　　3.1.1　決策樹構造與分類
　　3.1.2　決策樹的應用
　　3.1.3　決策樹發(fā)展趨勢
　3.2　ID3及其系列決策樹算法
　　3.2.1　ID3算法
　　3.2.2　ID4算法
　　3.2.3　ID5R算法
　3.3　C4.5決策樹學習算法
　　3.3.1　C4.5功能改進
　　3.3.2　C4.5系統(tǒng)應用
　　3.3.3　C4.5的不足
　3.4　其他決策樹分類算法
　　3.4.1　CART算法
　　3.4.2　CHAID算法
　　3.4.3　SLIQ算法
　　3.4.4　SPRINT算法
　　3.4.5　PUBLIC算法
　3.5　小結
　參考文獻
第4章　基于分層搜索的關聯(lián)挖掘算法
第5章　軟計算方法
第6章　支持向量機
第7章　數據挖掘算法的工程應用