• 大数据环境下局部模式挖掘关键技术研究/信息化网络平台研究丛书9787509680766

    释放查看图文详情

临时通知 :不及时处理订单的代购不再合作。不接急单,一般48小时内发货。本店注册地是广州,从全国四个库房就近原则发货,就近没有从其他库房调货,1.9折书为特价书,一般品相近全新。如介意,请勿下单,以免给彼此造成麻烦。

21年品牌 40万+商家 超1.5亿件商品

大数据环境下局部模式挖掘关键技术研究/信息化网络平台研究丛书9787509680766

正版图书,可开发票,请放心购买。

45.36 6.0折 75 全新

仅1件

广东广州

送至北京市朝阳区

运费快递 ¥5.00

认证卖家担保交易快速发货售后保障

作者姜涛

出版社经济管理出版社

ISBN9787509680766

出版时间2020-04

装帧平装

开本其他

定价75元

货号11215544

上书时间2024-12-23

评价4743好评率 100%

  • 包装仔细 195
  • 品相不错 191
  • 物流很快 191
  • 发货速度快 189
  • 价格实惠 166
  • 非常满意 165
  • 服务态度好 157
  • 值得信赖 155
  • 物超所值 151
  • 品相超预期 142
  • 包装简陋 2
  • 描述不符 1
查看全部评价

哲仁书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
    姜涛,西北工业大学工学博士,现为河南财经政法大学计算机学院教师、硕士生导师。目前从事大数据管理、数据挖掘、信息检索等方面的研究。在国内外重要会议与期刊上发表论文多篇,其中CCF B类会议2篇、CCF C类会议2篇、CCF C类期刊1篇、《软件学报》1篇、《计算机研究与发展》1篇、中科院二区期刊1篇。主持国家自然科学基金青年项目1项、河南省科技攻关项目2项、河南省高等学校重点科研项目1项;参与国家自然科学基金重大项目、国家自然科学基金重点项目、国家自然科学基金青年项目以及各类省部级项目10余项。

目录
 1  绪论
  1.1  研究背景
  1.2  基因表达数据挖掘
  1.3  基因表达数据挖掘研究现状概述
    1.3.1  基于定量测度的双聚类
    1.3.2  基于定性测度的双聚类
    1.3.3  基于查询的双聚类
    1.3.4  约束型双聚类
    1.3.5  存在的问题
  1.4  主要工作
  1.5  组织结构
2  基因表达数据中的局部模式挖掘研究综述
  2.1  引言
  2.2  问题定义
  2.3  局部模式类型与标准
  2.4  研究现状
    2.4.1  基于定量测度的双聚类
    2.4.2  基于定性测度的双聚类
    2.4.3  基于查询的双聚类
    2.4.4  约束型双聚类
    2.4.5  存在的问题
  2.5  未来研究方向
  2.6  小结
3  基于蝶形网络的基因表达数据并行分割与挖掘方法
  3.1  引言
  3.2  问题定义与分析
    3.2.1  问题定义
    3.2.2  优缺点分析
  3.3  并行分割方法
    3.3.1  基于蝶形网络的Hama BSP框架
    3.3.2  基于分布式哈希表的去冗余方法
    3.3.3  结果完整性的证明
  3.4  实验评估
    3.4.1  分布式并行方法与单机实现的比较
    3.4.2  分布式并行框架的比较
  3.5  相关工作
  3.6  小结
4  OPSM的索引与查询
  4.1  引言
  4.2  问题定义
  4.3  基本方法pfTree
  4.4  改进的索引方法pIndex
  4.5  改进的查询方法
    4.5.1  正相关OPSM查询
    4.5.2  多类型OPSM查询
  4.6  实验评估
    4.6.1  单机性能
    4.6.2  并行性能
  4.7  相关工作
  4.8  小结
5  OMEGA:OPSM的挖掘、索引与查询工具
  5.1  引言
  5.2  系统架构
  5.3  关键技术
    5.3.1  列标签排列
    5.3.2  OPSM的分布式并行挖掘
    5.3.3  创建索引
    5.3.4  OPSM查询
  5.4  系统演示
  5.5  小结
6  基因表达数据中OPSM的约束查询
  6.1  引言
  6.2  问题描述
  6.3  蛮力搜索法
  6.4  基于枚举序列索引的查询
  6.5  多维联合查询方法
    6.5.1  联合索引cIndex
    6.5.2  多维查询方法
  6.6  实验评估
    6.6.1  单机性能
    6.6.2  并行性能
  6.7  相关工作
  6.8  小结
7  基于数字签名与Trie的OPSM约束查询
  7.1  引言
  7.2  问题描述
  7.3  索引方法
    7.3.1  基于数字签名与Trie的索引(sTile)
    7.3.2  基于数字签名与Trie的压缩索引(cTrie)
    7.3.3  基于序列的索引(tTrie)
    7.3.4  代价分析
  7.4  查询方法
    7.4.1  自顶向下的查询
    7.4.2  自底向上的查询
    7.4.3  性能优化
    7.4.4  代价分析
  7.5  实验评估
    7.5.1  单机性能
    7.5.2  并行性能
  7.6  相关工作
    7.6.1  基于定量和定性测度的子空间聚类
    7.6.2  基于查询的双聚类
    7.6.3  约束型双聚类
  7.7  小结
8  总结与展望
  8.1  工作总结
  8.2  工作展望
参考文献

内容摘要
随着以高通量测序技术为代表的新技术得到发展和广泛应用,越来越多可利用的密集型数据开始出现。同时,大数据技术也处于如火如荼的发展中。在大数据环境下处理密集型数据成为可能,而其处理性能也是信息技术能否成功应用的关键。本书首先综述了从以基因表达数据为代表的密集型数据中挖掘局部模式的方法:并围绕局部模式并行挖掘的执行性能问题,提出了大数据环境下减少数据交互量的计算框架,在此基础上设计挖掘多种类型的局部模式的并行算法。其次,为了从源数据中直接搜索符合特定要求的多类型的局部模式,提出了基于前缀树索引的查询方法,进而提升了密集型数据的分析效率;然后针对局部模式的挖掘、索引与查询问题,设计了一个名为OEMGA的原型系统。很后,提出了利用领域知识的约束查询方法来提升局部模式查询的相关性。本书为大数据环境下密集型数据的有效分析提供了切实可行的解决方案,具有重要的理论意义和应用价值。

精彩内容
随着以高通量测序技术为代表的新技术的发展和广泛应用,越来越多可利用的密集型数据开始出现。同时,大数据处理技术也在如火如荼的发展中。这样,如何在大数据环境下处理密集型数据就成为可能,其处理性能也是信息技术能否成功应用的关键。
  《大数据环境下局部模式挖掘关键技术研究》首先综述了从以基因表达数据为代表的密集型数据中挖掘局部模式的方法。接着围绕局部模式并行挖掘的执行性能问题,提出了大数据环境下减少数据交互量的计算框架,在此基础上设计挖掘多种类型的局部模式的并行算法。其次,为了从源数据中直接搜索符合特定要求的多类型的局部模式,提出基于前缀树索引的查询方法,提升了密集型数据的分析效率。然后针对局部模式的挖掘、索引与查询问题,设计并实现了一个名为OEMGA的原型系统。最后提出利用领域知识的约束查询方法来提升局部模式查询的相关性。本研究为大数据环境下密集型数据的有效分析提供切实可行的解决方案,具有重要的理论意义和应用价值。

   为你推荐   

—  没有更多了  —

微信扫码逛孔网

无需下载

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP