并行离群数据挖掘及应用
￥ 31.1 8.0折 ￥ 39 九五品
仅1件
北京通州
认证卖家担保交易快速发货售后保障
作者李俊丽 著
出版社科学技术文献出版社
ISBN9787518977383
出版时间2021-07
版次1
装帧平装
开本16开
纸张胶版纸
定价39元
上书时间2024-12-08
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:并行离群数据挖掘及应用
定价：39.00元
作者:李俊丽 著
出版社：科学技术文献出版社
出版日期：2021-07-01
ISBN：9787518977383
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
全书共由7章组成，其中：章主要介绍数据挖掘技术、离群挖掘、集群系统与Spark并行计算模型及大数据的相关概念、理论基础和应用。第2章利用特征分组，针对高维分类数据集，研究了一种基于加权特征分组的离群检测新方法，通过将特征分为多个特征组来发现每个组中特征模式的不同方面。第3章利用Spark计算平台，研究了高维分类数据的并行离群检测算法。第4章通过分析属性间的相关性，研究了一种基于互信息的混合属性离群检测算法。该算法在互信息机制下给出了针对数值型和分类型统一的属性加权方法和离群得分计算方法，而且不同类型属性下的相似性度量也进行了规范化处理。第5章针对互信息计算的复杂性问题，充分利用Spark并行计算框架的强大计算能力，研究了一种并行互信息计算方法，该算法利用列变换和虚拟数据划分技术降低了网络传输和计算代价。第6章以某钢铁企业实际的冷轧辊产品加工数据为背景，设计与实现了冷轧辊制造过程离群检测原型系统，从而为企业开展产品质量控制提供了一种新的技术方法和解决思路。第7章是研究的总结与展望。
目录
目录章绪论1.1大数据挖掘及应用1.1.1数据挖掘技术1.1.2数据挖掘的发展趋势和研究前沿1.1.3大数据及其应用1.1.4集群系统与并行计算1.1.5Spark并行计算模型1.1.6大数据挖掘技术的应用1.2离群数据挖掘及研究动态1.2.1离群数据挖掘1.2.2分类数据离群挖掘1.2.3混合属性数据离群挖掘1.2.4离群数据并行挖掘及性能优化1.2.5离群数据挖掘的应用1.3本章小结第2章基于加权特征分组的高维分类数据离群挖掘2.1引言2.2相关工作2.2.1离群检测2.2.2高维数据离群检测2.2.3分类数据离群检测2.3离群检测前期准备2.3.1分类数据和问题陈述2.3.2计算特征的相关性2.3.3特征分组算法2.4离群值检测算法WATCH2.4.1特征加权2.4.2离群得分2.4.3离群检测算法2.4.4时间复杂度分析2.5实验分析2.5.1数据集2.5.2特征分组评估2.5.3特征分组结果分析2.5.4离群点检测的精度2.5.5离群检测效率2.5.6可解释性2.6本章小结第3章基于Spark的分类数据并行离群挖掘3.1引言3.2基本概念3.2.1高维分类数据特征组3.2.2MapReduce和Spark RDD3.3特征分组3.3.1特征分组的基本概念3.3.2基于Spark的特征分组的并行实现3.4基于Spark的POS算法3.4.1基于Spark的POS算法的工作流程3.4.2基于Spark的特征分组3.4.3并行离群挖掘3.5POS的性能调优3.5.1RDD缓存3.5.2参数调优3.6实验分析3.6.1数据集3.6.2伪分布环境下的挖掘性能3.6.3RDD缓存的影响3.6.4特征组的数量对算法的影响3.6.5算法的可扩展性3.6.6算法的可伸缩性3.7本章小结第4章基于互信息的混合属性加权离群挖掘算法4.1引言4.2相关工作4.3基于互信息的混合属性相关性度量及加权机制4.3.1互信息计算4.3.2混合属性加权机制4.4基于互信息的混合属性加权离群检测算法4.4.1数值空间离群得分4.4.2分类空间离群得分4.4.3混合属性加权离群检测算法4.5实验结果与分析4.5.1混合属性数据离群检测分析4.5.2数值型数据离群检测分析4.5.3分类型数据离群检测分析4.6本章小结第5章基于Spark的并行互信息计算及其性能优化5.1引言5.2相关工作5.2.1互信息及其并行化5.2.2性能优化5.3并行互信息计算及性能优化5.3.1列变换5.3.2数据倾斜5.4MiCS算法的具体实现5.4.1列变换及虚拟划分策略5.4.2互信息计算5.5实验与分析5.5.1应用背景5.5.2数据集5.5.3列变换对MiCS的影响5.5.4虚拟分区对MiCS的影响5.6本章小结第6章冷轧辊制造过程离群数据挖掘原型系统6.1引言6.2系统需求与总体设计6.2.1冷轧辊制造过程的复杂性6.2.2冷轧辊的失效分析6.2.3影响冷轧辊生产过程质量的因素6.2.4系统的软件体系结构及功能6.3数据收集及预处理6.3.1数据收集6.3.2数据预处理6.4冷轧辊制造过程离群检测及质量分析6.5本章小结第7章总结与展望7.1总结7.2展望
作者介绍
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价