位置数据智能聚类算法研究
正版新书 新华官方库房直发 可开电子发票
¥
94.5
7.5折
¥
126
全新
仅1件
作者周相兵
出版社科学出版社
ISBN9787030599469
出版时间2021-05
版次1
装帧平装
开本B5
纸张胶版纸
页数240页
字数308千字
定价126元
货号SC:9787030599469
上书时间2024-05-08
商品详情
- 品相描述:全新
-
全新正版 提供发票
- 商品描述
-
内容简介:
本书重点研究了位置数据的智能聚类学习相关模型和算法前沿,集中反映了作者近年来对空间数据聚类与智能优化相结合的研究成果,系统阐述了GPS位置数据聚类学习的相关模型与算法。本书共分为7章,包括GPS位置数据聚类模型和智能优化的关键技术,GPS位置数据的遗传、模糊粒子-遗传融合、遗传一模糊蚁群混合自动聚类模型与算法,基于MapReduce的GPS位置数据遗传自动聚类模型与算法,基于最小二乘非监督GPS轨迹回归模型与算法,模糊遗传GPS轨迹聚类算法等。本书可作为高等院校计算机、地球科学及相关专业研究生的参考书,也可供从事机器学习、人工智能的相关人员阅读。
目录:
第1章 引言
1.1 国内外研究进展
1.1.1 基于划分的聚类算法研究进展
1.1.2 基于智能学习的划分聚类算法研究进展
1.2 GNSS数据智能聚类研究概述
1.3 GNSS数据集
1.4 本章小结
第2章 主要的支撑技术
2.1 主要的智能学习技术
2.1.1 遗传算法
2.1.2 粒子群算法
2.1.3 蚁群算法
2.2 基于划分的聚类技术
2.2.1 K-means
2.2.2 K-medians
2.2.3 Fuzzy C-means
2.2.4 K-means++
2.3 非监督聚类评估技术
2.3.1 PBM-index聚类评估技术
2.3.2 DB-index聚类评估技术
2.3.3 轮廓系数聚类评估技术
2.4 主要的非参数统计方法
2.4.1 Friedman Test
2.4.2 Wilcoxon Rank Sum Test
2.5 模糊系统
2.6 本章小结
第3章 GPS数据的遗传自动聚类算法研究
3.1 初始化种群生成技术
3.1.1 染色体编码与初始化种群生成技术
3.1.2 Density-KMPlus:基于密度估计与K-means++的初始化种群生成方法
3.1.3 Noise-KMPlus:基于噪声与K-means++的初始化种群生成方法
3.1.4 IConopy-KMPlus:改进Canopy与K-means++的初始化种群生成方法
3.1.5 适应度函
...
— 没有更多了 —
全新正版 提供发票
以下为对购买帮助不大的评价