掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
大數據下并行知識約簡與知識獲取 版權信息
- ISBN：9787030558428
- 條形碼：9787030558428 ; 978-7-03-055842-8
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據下并行知識約簡與知識獲取 本書特色
本書針對大數據的數據體量大、數據類型繁多、處理速度快、價值密度高等特點，以粒計算方法為理論基礎，以經典粗糙集模型和區間值信息系統為研究對象，以Hadoop開源平臺為實驗環境，構建大數據下知識約簡計算模型及知識獲取方法。本書主要介紹大數據下Pawlak模型知識約簡、區間值信息系統知識約簡、層次粗糙集模型知識約簡及知識獲取的理論、模型和方法，并力求展現大數據下粒計算的**研究成果。
大數據下并行知識約簡與知識獲取 內容簡介
本書針對大數據的數據體量大、數據類型繁多、處理速度快、價值密度高等特點，以粒計算方法為理論基礎，以經典粗糙集模型和區間值信息系統為研究對象，以Hadoop開源平臺為實驗環境，構建大數據下知識約簡計算模型及知識獲取方法。本書主要介紹大數據下Pawlak模型知識約簡、區間值信息系統知識約簡、層次粗糙集模型知識約簡及知識獲取的理論、模型和方法，并力求展現大數據下粒計算的*新研究成果。
大數據下并行知識約簡與知識獲取 目錄
第1章 概論
1.1 粒計算
1.1.1 概述
1.1.2 粒計算內涵
1.2 粗糙集
1.2.1 概述
1.2.2 基本概念
1.3 知識約簡
1.3.1 基于正區域的知識約簡算法
1.3.2 基于差別矩陣的知識約簡算法
1.3.3 基于信息熵的知識約簡算法
1.3.4 普適知識約簡算法
1.3.5 三種經典知識約簡算法之間的關系
1.3.6 影響知識約簡算法效率的關鍵因素
1.4 知識獲取
1.4.1 知識獲取慨述
1.4.2 知識獲取的主要途徑
1.4.3 知識獲取的常用技術
1.5 大數據技術
1.5.1 概述
1.5.2 HDFS
1.5.3 MapReduce
1.6 小結
第2章 高效的Pawlak粗糙集模型知識約簡
2.1 引言
2.2 基于計數排序的知識約簡算法中若干關鍵子算法
2.2.1 基于計數排序的等價類計算算法
2.2.2 基于計數排序的簡化決策表獲取算法
2.2.3 基于計數排序的正區域計算算法
2.2.4 基于計數排序的核屬性計算方法
2.3 高效的知識約簡算法框架模型
2.3.1 基于正區域的知識約簡算法
2.3.2 基于差別矩陣的知識約簡算法
2.3.3 基于信息熵的知識約簡算法
2.3.4 高效的知識約簡算法框架模型
2.4 實驗分析
2.4.1 效率評價
2.4.2 分類精度比較
2.4.3 CHybridⅠ／Ⅱ算法與其他算法比較
2.5 應用實例
2.5.1 預測模型設計
2.5.2 預測結果分析
2.6 小結
第3章 區間值信息系統的知識約簡
3.1 引言
3.2 基本概念和性質
3.2.1 區間值信息系統
3.2.2 相似率
3.2.3 α-極大相容類
3.3 區間值信息系統中的粗糙近似
3.4 區間值信息系統的知識約簡
3.5 區間值決策系統的知識約簡
3.6 小結
第4章 大數據下Pawlak粗糙集模型知識約簡
4.1 引言
4.2 大數據下知識約簡算法中數據和任務并行性
4.3 大數據下知識約簡算法中若干關鍵子算法
4.3.1 大數據下等價類計算算法
4.3.2 大數據下簡化決策表獲取算法
4.3.3 大數據下核屬性計算算法
4.4 大數據下Pawlak粗糙集模型知識約簡算法
4.4.1 大數據下基于差別矩陣的知識約簡算法
4.4.2 大數據下基于正區域的知識約簡算法
4.4.3 大數據下基于信息熵的知識約簡算法
4.4.4 大數據下知識約簡算法框架模型
4.5 大數據下知識約簡算法實驗分析
4.5.1 實驗環境
4.5.2 大數據下基于差別矩陣的知識約簡算法實驗分析
4.5.3 大數據下知識約簡算法框架模型實驗分析
4.5.4 討論
4.6 小結
第5章 大數據下區間值信息系統的知識約簡
5.1 相關基本概念
5.1.1 多決策表的相關概念和性質
5.1.2 區間值決策表的相關概念和性質
5.2 區間值決策表的啟發式約簡
5.2.1 代數觀下區間值決策表約簡的相關概念和性質
5.2.2 基于依賴度的區間值決策表λ-約簡算法
5.2.3 信息觀下區間值決策表約簡的相關概念和性質
5.2.4 基于互信息的區間值λ-約簡算法
5.3 多決策表下的區間值λ-全局近似約簡
5.3.1 多決策表下的區間值λ-全局約簡相關概念和性質
5.3.2 多決策表下的區間值λ-全局近似約簡算法
5.4 實驗與分析
5.4.1 實驗數據
5.4.2 實驗環境
5.4.3 評價指標
5.4.4 參數的選擇和設置
5.5 小結
第6章 大數據下層次粗糙集模型知識約簡
6.1 引言
6.2 層次粗糙集模型
6.2.1 定性屬性粒化表示——概念層次樹
6.2.2 定量屬性粒化表示——云模型
6.2.3 層次粗糙集模型
6.2.4 討論
6.3 大數據下層次粗糙集模型約簡算法
6.3.1 大數據下計算層次編碼決策表算法
6.3.2 大數據下層次粗糙集模型約簡算法研究
6.4 實驗與分析
6.4.1 理論分析
6.4.2 實驗環境
6.4.3 實驗分析
6.5 小結
第7章 大數據下層次粗糙集模型知識獲取
7.1 引言
7.2 決策規則
7.3 大數據下并行知識獲取模型
7.3.1 信息粒和概念層次構建
7.3.2 不同粒度層次下決策規則度量變化
7.3.3 大數據下并行知識獲取算法
7.3.4 時間復雜度分析
7.4 實驗與分析
7.4.1 樣例分析
7.4.2 實驗分析
7.5 小結
第8章 總結與展望
8.1 總結
8.2 展望
參考文獻
附錄
附錄1 開源云計算平臺Hadoop安裝和配置
附錄2 大數據下知識約簡算法代碼示例
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
史學評論
- >
上帝之肋:男人的真實旅程
- >
莉莉和章魚
- >
名家帶你讀魯迅:故事新編
- >
唐代進士錄
- >
苦雨齋序跋文-周作人自編集
- >
有舍有得是人生
本類暢銷
