大数据与计算智能【一版一印】

图书标准信息

• 作者 柴园园 著
• 出版社 科学出版社
• 出版时间 2016-11
• 版次 01
• ISBN 9787030506160
• 定价 78.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 252页
• 字数 375千字
• 正文语种 简体中文

【内容简介】

随着信息爆炸产生的海量数据时代的来临，数据中所蕴含的价值将会对人类社会产生直接的，全面的，甚至是革命性的影响。因此，在大数据背景下，有效地分析，组织和使用各类数据，将对科技进步以及经济发展产生巨大的推动作用，孕育出前所未有的机遇。针对大数据技术体系架构，本著作总结出在大数据处理流程中，所面临不同层面的问题及其相互关系，归纳出解决大数据环境下三大核心问题（信息检索，数据挖掘和知识发现）的算法特性及计算能力。同时，通过深入了解智能理论起源及与传统人工智能进行对比，本著作研究计算智能理论及其各分支算法，详细介绍其计算本质，提出了基于模拟机制的计算智能分类方法，并对计算智能混合算法进行了深入讨论。最后，面向大数据检索、挖掘和发现问题，分别提出了基于计算智能的解决方法和一般过程，并总结出基于计算智能的大数据处理范式特点，为大数据背景下的计算智能研究提供了理论支撑。通过收集风电机组的发电指标、关键零部件的实时运行参数、此前十年的气象资料等数据，在这些数据基础上综合作出判断和预测，分析并提升风电布网的资源配比，并及时反馈到研发和运维领域，为后续的布网提供参考。除了风机设备本身产生的数据，还包括统计自然环境产生的更大数据库，即包含风和地形在内的环境数据，绘制出一张风资源分布地图，进而科学知道风电布网。

【目录】

前言
章大数据及相关概念
1.1大数据的产生背景
1.1.1物理空间、信息空间与赛博空间
1.1.2赛博空间中的数据爆炸
1.1.3数据量快速增长的原因
1.2大数据和大数据时代
1.2.1大数据定义及属
1.2.2大数据的深层次含义解读
1.2.3大数据时代的特点
1.3大数据与传统数据的区别
1.3.1从量子力学、复杂系统到大数据
1.3.2主要区别
1.4大数据时代的科学发现之路
1.4.1科学研究方的更新
1.4.2与传统研究方的区别
1.4.3“谷歌式”关联研究方的条件及价值
1.5大数据带来的挑战及机遇
1.5.1挑战
1.5.2机遇
第2章大数据理论研究
2.1大数据理论的本质依据
2.1.1因果和相关
2.1.2大数据情绪理论
2.1.3理论模型探究
2.1.4大数据理论研究的整体框架
2.2大数据处理流程和技术体系
2.2.1大数据处理的一般流程
2.2.2大数据应用的技术体系
第3章大数据面临的主要问题
3.1面向大数据处理流程的主要问题及其相互关系
3.2获取问题
3.2.1大数据获取
3.2.2网络爬虫问题描述
3.3存储和管理问题
3.3.1信息存储技术和存储系统
3.3.2图像压缩编码问题
3.4信息检索
3.4.1信息检索的基本定义及模型
3.4.2文本挖掘及其存在的问题
3.5数据挖掘
3.5.1数据挖掘产生背景
3.5.2数据挖掘问题本质
3.5.3大数据环境下的数据挖掘挑战及问题
3.6知识发现
3.6.1知识发现及其基本步骤
3.6.2模式评价
3.6.3模式可视化
3.6.4模式评价及优化问题描述
第4章计算智能基础
4.1计算智能研究现状及趋势
4.2计算智能的定义
4.3计算智能体系化分类研究及其混合算一般设计
4.3.1计算智能分类方概述
4.3.2基于模拟机制的计算智能分类方
4.4有机机制模拟
4.4.1基于种群的模拟
4.4.2基于个体的模拟
4.4.3基于个体模拟的层次结构
4.5无机机制模拟
4.6人造机制模拟
4.7基于smb的计算智能混合算一般设计
4.8计算智能混合方的研究
4.8.1模糊神经网
4.8.2基于进化计算的模糊建模
4.9计算智能的未来探索
第5章计算智能与大数据处理
5.1计算智能在数据获取中的应用
5.1.1常见的网络爬虫搜索策略
5.1.2基于估价函数的启发式搜索策略
5.2计算智能在数据存储中的应用
5.2.1粒群优化算
5.2.2粒群优化算的数学抽象和流程
5.2.3基于粒群优化的lbg改进算
5.3计算智能在信息检索中的应用
5.3.1特征选择
5.3.2基于模拟退火的特征选择
5.3.3基于禁忌搜索的特征选择
5.4计算智能在数据挖掘中的应用
5.4.1支持向量机
5.4.2模糊聚类及其算优化方案
5.5计算智能在知识发现中的应用
5.5.1多维时间序列数据挖掘及其模式表达
5.5.2基于ga的模式评价及优化
第6章计算智能在大数据领域的应用前景展望
6.1蓬勃发展的大数据
6.1.1hadoop台
6.1.2spark台
6.1.3nosql
6.2大数据应用案例
6.2.1围棋人工智能程序alphago
6.2.2深度问答系统
6.2.3互联网企业大数据
6.3方兴未艾的计算智能
6.3.1大数据分析中的计算智能方
6.3.2存在的问题和进一步的研究方向
参文献