• 数据挖掘的、方法、技术与应用 大中专理科数理化 作者
  • 数据挖掘的、方法、技术与应用 大中专理科数理化 作者
  • 数据挖掘的、方法、技术与应用 大中专理科数理化 作者
  • 数据挖掘的、方法、技术与应用 大中专理科数理化 作者
  • 数据挖掘的、方法、技术与应用 大中专理科数理化 作者
21年品牌 40万+商家 超1.5亿件商品

数据挖掘的、方法、技术与应用 大中专理科数理化 作者

新华书店全新正版书籍 支持7天无理由

94.3 7.4折 128 全新

仅1件

北京丰台
认证卖家担保交易快速发货售后保障

作者作者

出版社科学出版社

ISBN9787030660978

出版时间2020-09

版次1

装帧平装

开本16

页数292页

字数430千字

定价128元

货号xhwx_1202152781

上书时间2024-07-05

智胜图书专营店

六年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版特价新书
商品描述
目录:

丛书序

前言

章绪论1

1.1数据挖掘定义及过程1

1.2数据挖掘的功能及应用3

1.3数据挖掘面对的要求和挑战6

第二章数据挖掘技术简介8

2.1关联规则8

2.2决策树11

2.3聚类方法13

2.4贝叶斯分类17

2.5人工神经网络19

2.6遗传算法21

2.7小波变换23

2.8森林25

第三章数据挖掘技术在城市地下空间数据挖掘中的应用32

3.1地下空间数据仓库研究32

3.2上海市地下空间数据挖掘和知识发现46

3.3小结65

第四章数据挖掘技术在水务信息管理中的应用66

4.1人工神经网络算法在台风增水预测中的应用67

4.2距分析技术在厄尔尼诺现象中的应用80

4.3人工神经网络在地下水资源评价中的应用85

第五章数据挖掘技术在偷盗三车和扒拎包研究中的应用91

5.1研究区域与数据概述91

6.2基于文本信息提取技术的扒犯罪时空信息提取120

6.3基于dbscan的“静态扒”时空分布特征分析128

6.4基于加权密度分析的“动态扒”高危路段分析136

6.5基于时空关联规则的公交扒犯罪时空行为模式挖掘139

第七章数据挖掘技术在pm2.5浓度预测中的应用145

7.1数据及预处理145

7.2基于相关分析技术的pm2.5浓度影响因素分析152

7.3基于逐步回归技术的pm2.5质量浓度模型156

7.4基于森林的pm2.5小时浓度预测161

7.5小结176

第八章数据挖掘技术在微环境中pm2.5浓度分布的应用177

8.1微环境中pm2.5浓度分布研究概述177

8.2关键技术180

8.3小区微环境中pm2.5浓度分布研究185

8.4小结193

第九章数据挖掘技术在影响暴雨产生的环境物理量场中的应用194

9.1数据库的建立194

9.2决策树方法在提取影响暴雨产生的环境物理量场中的应用197

9.3关联规则在研究暴雨中心周边环境场特征中的应用201

第十章数据挖掘技术在预测中尺度对流系统移动传播中的应用204

10.1关联规则在预测mcs移动中的应用205

10.2运用决策树对mcs的移动传播进行预测207

10.3基于贝叶斯分类的mcs移动方向预测209

10.4mcs环境物理量场特征的聚类分析212

第十一章数据挖掘技术在遥感图像处理中的应用228

11.1基于贝叶斯算法的云南省昆明市辖区土地分类228

11.2基于小波变换和k-means算法的遥感影像分类234

11.3基于遗传算法的bp神经网络在遥感图像分类中的研究238

11.4基于模糊支持向量机的遥感图像分类243

第十二章蚁群算法246

12.1蚁群算法的基本246

12.2蚁群算法的抽象过程247

12.3蚁群算法的实现

12.4蚁群算法的应用

第十三章云计算253

13.1云计算的基本253

13.2云计算的实现255

13.3云计算的应用259

参文献263

内容简介:

本书从空间数据挖掘技术的应用角度,介绍了空间数据挖掘的主要技术和方法、空间数据挖掘技术在灾害天气预测、地税管理、犯罪模式分析、公共交通以及水务信息管理中的应用。本书的特在于以实例来说明不同的数据挖掘方法在各个领域中的应用。从不同的应用领域来研究各种数据挖掘方法,并且每章均为一个完整的研究课题内容,这些课题均为作者课题组的研究成果,因而更具有系统。本书适合作为地理、计算机、环境等方向研究的教师、科研人员、和高年级本科生的参书。同时也可供从事城市规划、环境保护、国土开发等方面的专业人员参。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

正版特价新书
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP