多源離群數據檢測方法及技術
馬洋
- 出版商: 電子工業
- 出版日期: 2026-01-01
- 售價: $528
- 語言: 簡體中文
- 頁數: 193
- ISBN: 7121518600
- ISBN-13: 9787121518607
-
相關分類:
Data-mining
下單後立即進貨 (約4週~6週)
相關主題
商品描述
離群數據檢測作為數據挖掘的主要研究內容之 一，可從海量、高維、多源的數據中，有效檢測出 與眾不同且價值巨大的異常對象，廣泛應用於金融 欺詐、醫療處理、工業制造、公共安全及環境衛生 等多個領域。本書以多源離群數據檢測為研究對象 ，對基於影響空間的離群數據檢測、基於約束概念 格的離群數據檢測、基於核密度估計的離群數據檢 測、基於k近鄰連接的多源可信離群數據檢測、基於 影響空間的多源關聯離群數據檢測等算法進行了深 入研究，設計實現了多源離群數據的並行檢測算法 ，可有效應用於智能制造中，為機械產品加工質量 分析提供技術支持，也可應用於天體光譜數據中， 為識別並交叉驗證特殊、未知天體候選源提供了一 種有效手段。
目錄大綱
第1章 緒論
1.1 大數據及數據挖掘
1.1.1 大數據概述
1.1.2 數據挖掘的功能
1.1.3 數據挖掘的過程
1.1.4 數據挖掘常用方法
1.1.5 離群數據檢測
1.2 多源數據挖掘方法
1.2.1 多源數據多標簽學習
1.2.2 多源表示學習
1.2.3 多源數據的特征選擇
1.2.4 多源數據聚類
1.2.5 多源離群數據檢測
1.3 集群系統與並行計算模型
1.3.1 集群系統性能優化
1.3.2 並行計算模型
1.4 數據挖掘的應用
1.4.1 商業領域的應用
1.4.2 生產領域的應用
1.4.3 多源離群數據檢測的應用
第2章 單源離群數據檢測
2.1 基於影響空間的離群數據檢測
2.1.1 問題的提出
2.1.2 HPOD算法與HPOD2算法
2.1.3 算法描述
2.1.4 實驗分析
2.2 基於剪枝策略的離群數據檢測
2.2.1 問題的提出
2.2.2 HPODWP算法
2.2.3 算法描述
2.2.4 實驗分析
2.3 基於約束概念格的離群數據檢測
2.3.1 問題的提出
2.3.2 基於剪枝的約束概念格的漸進式構造
2.3.3 基於約束概念格的稠密子空間及離群數據檢測
2.3.4 約束概念格的構造算法
2.3.5 實驗結果及分析
2.4 基於核密度估計的離群數據檢測
2.4.1 問題的提出
2.4.2 基於加權kNN的鄰域度量
2.4.3 基於加權kNN和核密度估計的離群數據檢測
2.4.4 算法描述
2.4.5 實驗分析
第3章 基於 kNN 連接的多源可信離群數據檢測
3.1 問題的提出
3.1.1 研究動機
3.1.2 主要貢獻
3.2 基於近鄰的離群數據檢測
3.2.1 基於kNN的離群數據檢測
3.2.2 基於RNN的離群數據檢測
