动态数据挖掘PDF|Epub|txt|kindle电子书版本网盘下载

动态数据挖掘PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

1.1 引言1

1.2 数据挖掘概述2

1.2.1 数据挖掘的基本概念2

1.2.2 数据挖掘技术10

1.3 动态数据挖掘14

1.3.1 动态数据挖掘的产生14

1.3.2 动态数据挖掘技术概述20

参考文献24

第二章 数据流挖掘技术28

2.1 概述28

2.2 数据流挖掘技术34

2.2.1 窗口技术34

2.2.2 动态抽样技术37

2.2.3 概要数据结构39

2.2.4 更新策略41

2.3 数据流挖掘算法43

2.3.1 数据流聚类算法44

2.3.2 数据流分类算法54

2.3.3 数据流频繁项集挖掘算法59

2.3.4 多数据流挖掘算法69

2.4 数据流挖掘技术的应用74

2.4.1 数据流管理系统74

2.4.2 案例推理在数据流管理中的应用78

参考文献80

第三章 分形数据挖掘技术84

3.1 概述84

3.2 数据集的分形维数86

3.2.1 数据集分形维数的含义86

3.2.2 数据集分形维数的计算方法89

3.3 基于分形维数的约简技术96

3.3.1 分形属性选择及其改进算法96

3.3.2 基于分形维数的案例库维护算法103

3.4 分形聚类算法106

3.4.1 基于网格和分形维数的聚类算法107

3.4.2 基于分形维数的数据流聚类算法110

3.4.3 基于多重分形的聚类层次优化算法114

3.5 分形分类与预测技术115

3.5.1 分形分类技术115

3.5.2 分形预测技术117

3.6 分形数据挖掘技术的应用121

3.6.1 金融数据分析121

3.6.2 网络入侵检测128

参考文献129

第四章 联机分析挖掘132

4.1 概述132

4.2 数据立方体134

4.2.1 数据立方体简介134

4.2.2 数据立方体优化方法136

4.2.3 数据立方体物化方法研究138

4.3 联机分析处理144

4.3.1 OLAP概念及分类144

4.3.2 支持OLAP查询的索引技术研究147

4.3.3 OLAP动态查询方法156

4.4 联机分析挖掘158

4.4.1 联机分析挖掘简介158

4.4.2 联机分析挖掘体系结构160

4.4.3 OLAP与数据挖掘技术的结合方法163

参考文献172

第五章 经验模态分解技术175

5.1 概述175

5.1.1 经验模态分解基本理论175

5.1.2 经验模态分解研究现状177

5.2 基于经验模态分解的序列趋势的提取179

5.2.1 引言179

5.2.2 基于EMD方法的序列趋势的提取179

5.3 基于经验模态分解的时间序列匹配算法185

5.3.1 引言185

5.3.2 基于交叉覆盖算法的序列匹配算法186

5.3.3 基于经验模态分解和覆盖算法的序列匹配算法191

5.4 基于经验模态分解的聚类算法194

5.4.1 引言194

5.4.2 基于经验模态分解的数据降维技术195

5.4.3 基于经验模态分解和K-means聚类算法198

5.5 基于经验模态分解的流数据挖掘技术204

5.5.1 引言204

5.5.2 基于经验模态分解的数据流概要生成技术205

5.6 经验模态分解动态数据挖掘技术的应用208

5.6.1 引言208

5.6.2 基于经验模态分解和交叉覆盖算法的个人信用的评估209

5.6.3 基于经验模态分解和K-means算法的客户行为聚类213

参考文献217

第六章 联系发现技术222

6.1 概述222

6.2 基于图挖掘的联系发现223

6.2.1 图挖掘的相关概念和定义223

6.2.2 基于图论的无监督的联系发现算法231

6.3 基于一阶谓词逻辑的联系发现235

6.3.1 一阶谓词逻辑的相关概念和定义235

6.3.2 基于ILP的联系发现算法238

6.4 基于联系发现的结合型数据挖掘方法240

6.4.1 基于相关分析和联系发现的结合240

6.4.2 图熵和联系发现的结合244

6.4.3 概率统计方法和联系发现的结合247

6.5 联系发现技术的现实应用250

6.5.1 联系发现在反恐中的运用250

6.5.2 联系发现在金融反洗钱中的运用251

参考文献254