中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數(shù)學(xué)專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠(yuǎn)古海洋微生物建造的大堡礁
-
>
聲音簡(jiǎn)史
買過本商品的人還買了
中圖價(jià):¥87.9
加入購物車
地球科學(xué)中的大數(shù)據(jù)分析與挖掘算法手冊(cè) 版權(quán)信息
- ISBN：9787115478559
- 條形碼：9787115478559 ; 978-7-115-47855-9
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
地球科學(xué)中的大數(shù)據(jù)分析與挖掘算法手冊(cè) 本書特色
1）系統(tǒng)性。本書所選的算法上涵蓋了關(guān)聯(lián)、分類、聚類、模式識(shí)別與異常檢測(cè)各數(shù)據(jù)分析與挖掘各個(gè)方面，形成了系統(tǒng)的算法體系。 2）完整性。以算法為主線，貫穿算法介紹、數(shù)學(xué)原理、算法發(fā)展歷史、算法實(shí)現(xiàn)、開源代碼、大數(shù)據(jù)應(yīng)用案例等。 3）落地性。本書除了算法原理闡述與分析之外，更是將算法做了實(shí)現(xiàn)，并精選應(yīng)用案例，落到實(shí)處。 4）前沿性。除了闡述現(xiàn)有科研成果，并對(duì)算法進(jìn)行對(duì)比，在積極吸收前人成果的基礎(chǔ)上，分析了算法的不足之處，與發(fā)展趨勢(shì)。
地球科學(xué)中的大數(shù)據(jù)分析與挖掘算法手冊(cè) 內(nèi)容簡(jiǎn)介
本書以數(shù)據(jù)分析與挖掘思想為主線，深入剖析關(guān)聯(lián)、分類、回歸、聚類、順序模式挖掘、深度學(xué)習(xí)以及異常檢測(cè)等算法的原理、實(shí)現(xiàn)、相似算法、改進(jìn)思路以及地學(xué)案例，具有很強(qiáng)的系統(tǒng)性、完整性以及落地性，可以作為各行業(yè)特別是地球科學(xué)領(lǐng)域中希望駕馭大數(shù)據(jù)并發(fā)掘其價(jià)值的科研人員和工程人員的參考書，讀者既可以通過本書系統(tǒng)掌握大數(shù)據(jù)分析挖掘的思想方法，也可以將其作為算法工具書查閱。
地球科學(xué)中的大數(shù)據(jù)分析與挖掘算法手冊(cè) 目錄
目 錄
第 1章 關(guān)聯(lián)規(guī)則 001
1．1 Apriori算法 002
1．1．1 算法概要 002
1．1．2 算法原理 002
1．1．3 實(shí)例說明 004
1．1．4 算法優(yōu)缺點(diǎn) 010
1．1．5 優(yōu)化改進(jìn) 010
1．1．6 大數(shù)據(jù)適應(yīng)度分析 012
1．1．7 地球科學(xué)應(yīng)用案例 013
1．2 FP-growth算法 015
1．2．1 算法概要 015
1．2．2 算法原理 015
1．2．3 實(shí)例說明 017
1．2．4 優(yōu)化改進(jìn) 019
1．2．5 大數(shù)據(jù)適應(yīng)度分析 021
1．2．6 地球科學(xué)應(yīng)用案例 024
參考文獻(xiàn) 026
第 2章 分類 027
2．1 決策樹算法 028
2．1．1 算法概要 028
2．1．2 算法原理 028
2．1．3 算法優(yōu)缺點(diǎn) 031
2．1．4 優(yōu)化改進(jìn) 032
2．1．5 決策樹衍生算法 033
2．1．6 大數(shù)據(jù)適應(yīng)度分析 035
2．1．7 地球科學(xué)應(yīng)用案例 037
2．2 貝葉斯分類算法 038
2．2．1 算法概要 038
2．2．2 算法原理 038
2．2．3 實(shí)例說明 040
2．2．4 算法優(yōu)缺點(diǎn) 042
2．2．5 優(yōu)化改進(jìn) 042
2．2．6 大數(shù)據(jù)適應(yīng)度分析 045
2．2．7 地球科學(xué)應(yīng)用案例 046
2．3 神經(jīng)網(wǎng)絡(luò)分類算法 047
2．3．1 算法概要 047
2．3．2 算法原理 047
2．3．3 算法優(yōu)缺點(diǎn) 051
2．3．4 優(yōu)化改進(jìn) 052
2．3．5 大數(shù)據(jù)適應(yīng)度分析 053
2．3．6 地球科學(xué)應(yīng)用案例 053
2．4 粗糙集分類 055
2．4．1 算法概要 055
2．4．2 算法原理 055
2．4．3 實(shí)例說明 062
2．4．4 算法優(yōu)缺點(diǎn) 064
2．4．5 優(yōu)化改進(jìn) 064
2．4．6 大數(shù)據(jù)適應(yīng)度分析 065
2．4．7 地球科學(xué)應(yīng)用案例 066
2．5 支持向量機(jī) 066
2．5．1 算法概要 066
2．5．2 算法原理 067
2．5．3 實(shí)例說明 073
2．5．4 算法優(yōu)缺點(diǎn) 074
2．5．5 優(yōu)化改進(jìn) 074
2．5．6 大數(shù)據(jù)適應(yīng)度分析 076
2．5．7 地球科學(xué)應(yīng)用案例 077
2．6 K-*近鄰算法 078
2．6．1 算法概要 078
2．6．2 算法原理 078
2．6．3 算法優(yōu)缺點(diǎn) 080
2．6．4 優(yōu)化改進(jìn) 080
2．6．5 大數(shù)據(jù)適應(yīng)度分析 082
2．6．6 地球科學(xué)應(yīng)用案例 085
2．7 Bagging算法 086
2．7．1 算法概要 086
2．7．2 算法原理 087
2．7．3 實(shí)例說明 090
2．7．4 優(yōu)化改進(jìn) 093
2．7．5 大數(shù)據(jù)適應(yīng)度分析 094
2．7．6 地球科學(xué)應(yīng)用案例 095
2．8 AdaBoost算法 096
2．8．1 算法概要 096
2．8．2 算法原理 097
2．8．3 訓(xùn)練過程 099
2．8．4 同類算法 100
2．8．5 大數(shù)據(jù)適應(yīng)度分析 103
2．8．6 地球科學(xué)應(yīng)用案例 103
參考文獻(xiàn) 105
第3章 回歸 115
3．1 線性回歸 116
3．1．1 算法概要 116
3．1．2 算法原理 116
3．1．3 實(shí)例說明 119
3．1．4 算法優(yōu)缺點(diǎn) 120
3．1．5 優(yōu)化改進(jìn) 121
3．1．6 大數(shù)據(jù)適應(yīng)度分析 123
3．1．7 地球科學(xué)應(yīng)用案例 123
3．2 邏輯回歸 124
3．2．1 算法概要 124
3．2．2 算法原理 125
3．2．3 算法實(shí)現(xiàn) 127
3．2．4 SoftMax算法 129
3．2．5 大數(shù)據(jù)適應(yīng)度分析 129
3．2．6 地球科學(xué)應(yīng)用案例 130
參考文獻(xiàn) 131
第4章 聚類 133
4．1 K-means算法 134
4．1．1 算法概要 134
4．1．2 算法原理 134
4．1．3 實(shí)例說明 135
4．1．4 算法優(yōu)缺點(diǎn) 138
4．1．5 優(yōu)化改進(jìn) 138
4．1．6 大數(shù)據(jù)適應(yīng)度分析 140
4．1．7 地球科學(xué)應(yīng)用案例 141
4．2 K-medoids算法 142
4．2．1 算法概要 142
4．2．2 算法原理 142
4．2．3 實(shí)例說明 144
4．2．4 算法優(yōu)缺點(diǎn) 147
4．2．5 優(yōu)化改進(jìn) 148
4．2．6 大數(shù)據(jù)適應(yīng)度分析 149
4．2．7 地球科學(xué)應(yīng)用案例 149
4．3 層次聚類算法 151
4．3．1 算法概要 151
4．3．2 距離度量 151
4．3．3 算法流程 153
4．3．4 改進(jìn)優(yōu)化 154
4．3．5 大數(shù)據(jù)適應(yīng)度分析 158
4．3．6 地球科學(xué)應(yīng)用案例 159
4．4 基于密度的聚類算法 160
4．4．1 算法概要 160
4．4．2 算法原理 160
4．4．3 實(shí)例說明 162
4．4．4 算法優(yōu)缺點(diǎn) 164
4．4．5 優(yōu)化改進(jìn) 165
4．4．6 大數(shù)據(jù)適應(yīng)度分析 166
4．4．7 地球科學(xué)應(yīng)用案例 167
4．5 基于網(wǎng)格的聚類算法 168
4．5．1 算法概要 168
4．5．2 STING 168
4．5．3 CLIQUE 170
4．5．4 優(yōu)化改進(jìn) 173
4．5．5 大數(shù)據(jù)適應(yīng)度分析 176
4．5．6 地球科學(xué)應(yīng)用案例 177
參考文獻(xiàn) 179
第5章 序列模式挖掘 183
5．1 GSP算法 184
5．1．1 算法概要 184
5．1．2 算法原理 184
5．1．3 實(shí)例說明 189
5．1．4 算法優(yōu)缺點(diǎn) 191
5．1．5 GSP衍生算法 192
5．1．6 大數(shù)據(jù)適應(yīng)度分析 194
5．1．7 地球科學(xué)應(yīng)用案例 195
5．2 SPADE算法 196
5．2．1 算法概要 196
5．2．2 算法原理 197
5．2．3 實(shí)例說明 203
5．2．4 算法優(yōu)缺點(diǎn) 206
5．2．5 優(yōu)化改進(jìn) 206
5．2．6 SPADE衍生算法 207
5．2．7 大數(shù)據(jù)適應(yīng)度分析 209
5．2．8 地球科學(xué)應(yīng)用案例 213
參考文獻(xiàn) 215
第6章 深度學(xué)習(xí) 217
6．1 深度信念網(wǎng) 218
6．1．1 算法概要 218
6．1．2 算法原理 219
6．1．3 優(yōu)化改進(jìn) 225
6．1．4 大數(shù)據(jù)適應(yīng)度分析 226
6．1．5 地球科學(xué)應(yīng)用案例 227
6．2 卷積神經(jīng)網(wǎng)絡(luò) 228
6．2．1 算法概要 228
6．2．2 算法原理 228
6．2．3 實(shí)例說明 229
6．2．4 模型演化 231
6．2．5 優(yōu)化改進(jìn) 234
6．2．6 大數(shù)據(jù)適應(yīng)度分析 235
6．2．7 地球科學(xué)應(yīng)用案例 235
6．3 自動(dòng)編碼器算法 237
6．3．1 算法概要 237
6．3．2 算法原理 238
6．3．3 算法實(shí)現(xiàn) 240
6．3．4 衍生算法 241
6．3．5 優(yōu)化改進(jìn) 243
6．3．6 大數(shù)據(jù)適應(yīng)度分析 244
6．3．7 地球科學(xué)應(yīng)用案例 245
參考文獻(xiàn) 245
第7章 異常檢測(cè) 249
7．1 概述 250
7．2 基于統(tǒng)計(jì)的異常檢測(cè)算法 251
7．2．1 算法原理 251
7．2．2 典型算法 251
7．3 基于距離的方法 252
7．3．1 算法原理 252
7．3．2 典型算法 252
7．4 基于深度的異常檢測(cè)方法 256
7．4．1 算法原理 256
7．4．2 典型算法 257
7．5 基于密度的異常檢測(cè)算法 258
7．5．1 算法原理 258
7．5．2 典型算法 258
7．6 基于偏離的異常檢測(cè)算法 262
7．6．1 算法原理 262
7．6．2 典型算法 263
7．7 基于聚類的異常檢測(cè)算法 265
7．7．1 算法原理 265
7．7．2 典型算法 265
7．8 大數(shù)據(jù)適應(yīng)度分析 268
7．9 地球科學(xué)應(yīng)用案例 269
參考文獻(xiàn) 271
附錄A 軟件、源碼及開發(fā)包 275
第 1章 關(guān)聯(lián)規(guī)則 001
1．1 Apriori算法 002
1．1．1 算法概要 002
1．1．2 算法原理 002
1．1．3 實(shí)例說明 004
1．1．4 算法優(yōu)缺點(diǎn) 010
1．1．5 優(yōu)化改進(jìn) 010
1．1．6 大數(shù)據(jù)適應(yīng)度分析 012
1．1．7 地球科學(xué)應(yīng)用案例 013
1．2 FP-growth算法 015
1．2．1 算法概要 015
1．2．2 算法原理 015
1．2．3 實(shí)例說明 017
1．2．4 優(yōu)化改進(jìn) 019
1．2．5 大數(shù)據(jù)適應(yīng)度分析 021
1．2．6 地球科學(xué)應(yīng)用案例 024
參考文獻(xiàn) 026
第 2章 分類 027
2．1 決策樹算法 028
2．1．1 算法概要 028
2．1．2 算法原理 028
2．1．3 算法優(yōu)缺點(diǎn) 031
2．1．4 優(yōu)化改進(jìn) 032
2．1．5 決策樹衍生算法 033
2．1．6 大數(shù)據(jù)適應(yīng)度分析 035
2．1．7 地球科學(xué)應(yīng)用案例 037
2．2 貝葉斯分類算法 038
2．2．1 算法概要 038
2．2．2 算法原理 038
2．2．3 實(shí)例說明 040
2．2．4 算法優(yōu)缺點(diǎn) 042
2．2．5 優(yōu)化改進(jìn) 042
2．2．6 大數(shù)據(jù)適應(yīng)度分析 045
2．2．7 地球科學(xué)應(yīng)用案例 046
2．3 神經(jīng)網(wǎng)絡(luò)分類算法 047
2．3．1 算法概要 047
2．3．2 算法原理 047
2．3．3 算法優(yōu)缺點(diǎn) 051
2．3．4 優(yōu)化改進(jìn) 052
2．3．5 大數(shù)據(jù)適應(yīng)度分析 053
2．3．6 地球科學(xué)應(yīng)用案例 053
2．4 粗糙集分類 055
2．4．1 算法概要 055
2．4．2 算法原理 055
2．4．3 實(shí)例說明 062
2．4．4 算法優(yōu)缺點(diǎn) 064
2．4．5 優(yōu)化改進(jìn) 064
2．4．6 大數(shù)據(jù)適應(yīng)度分析 065
2．4．7 地球科學(xué)應(yīng)用案例 066
2．5 支持向量機(jī) 066
2．5．1 算法概要 066
2．5．2 算法原理 067
2．5．3 實(shí)例說明 073
2．5．4 算法優(yōu)缺點(diǎn) 074
2．5．5 優(yōu)化改進(jìn) 074
2．5．6 大數(shù)據(jù)適應(yīng)度分析 076
2．5．7 地球科學(xué)應(yīng)用案例 077
2．6 K-*近鄰算法 078
2．6．1 算法概要 078
2．6．2 算法原理 078
2．6．3 算法優(yōu)缺點(diǎn) 080
2．6．4 優(yōu)化改進(jìn) 080
2．6．5 大數(shù)據(jù)適應(yīng)度分析 082
2．6．6 地球科學(xué)應(yīng)用案例 085
2．7 Bagging算法 086
2．7．1 算法概要 086
2．7．2 算法原理 087
2．7．3 實(shí)例說明 090
2．7．4 優(yōu)化改進(jìn) 093
2．7．5 大數(shù)據(jù)適應(yīng)度分析 094
2．7．6 地球科學(xué)應(yīng)用案例 095
2．8 AdaBoost算法 096
2．8．1 算法概要 096
2．8．2 算法原理 097
2．8．3 訓(xùn)練過程 099
2．8．4 同類算法 100
2．8．5 大數(shù)據(jù)適應(yīng)度分析 103
2．8．6 地球科學(xué)應(yīng)用案例 103
參考文獻(xiàn) 105
第3章 回歸 115
3．1 線性回歸 116
3．1．1 算法概要 116
3．1．2 算法原理 116
3．1．3 實(shí)例說明 119
3．1．4 算法優(yōu)缺點(diǎn) 120
3．1．5 優(yōu)化改進(jìn) 121
3．1．6 大數(shù)據(jù)適應(yīng)度分析 123
3．1．7 地球科學(xué)應(yīng)用案例 123
3．2 邏輯回歸 124
3．2．1 算法概要 124
3．2．2 算法原理 125
3．2．3 算法實(shí)現(xiàn) 127
3．2．4 SoftMax算法 129
3．2．5 大數(shù)據(jù)適應(yīng)度分析 129
3．2．6 地球科學(xué)應(yīng)用案例 130
參考文獻(xiàn) 131
第4章 聚類 133
4．1 K-means算法 134
4．1．1 算法概要 134
4．1．2 算法原理 134
4．1．3 實(shí)例說明 135
4．1．4 算法優(yōu)缺點(diǎn) 138
4．1．5 優(yōu)化改進(jìn) 138
4．1．6 大數(shù)據(jù)適應(yīng)度分析 140
4．1．7 地球科學(xué)應(yīng)用案例 141
4．2 K-medoids算法 142
4．2．1 算法概要 142
4．2．2 算法原理 142
4．2．3 實(shí)例說明 144
4．2．4 算法優(yōu)缺點(diǎn) 147
4．2．5 優(yōu)化改進(jìn) 148
4．2．6 大數(shù)據(jù)適應(yīng)度分析 149
4．2．7 地球科學(xué)應(yīng)用案例 149
4．3 層次聚類算法 151
4．3．1 算法概要 151
4．3．2 距離度量 151
4．3．3 算法流程 153
4．3．4 改進(jìn)優(yōu)化 154
4．3．5 大數(shù)據(jù)適應(yīng)度分析 158
4．3．6 地球科學(xué)應(yīng)用案例 159
4．4 基于密度的聚類算法 160
4．4．1 算法概要 160
4．4．2 算法原理 160
4．4．3 實(shí)例說明 162
4．4．4 算法優(yōu)缺點(diǎn) 164
4．4．5 優(yōu)化改進(jìn) 165
4．4．6 大數(shù)據(jù)適應(yīng)度分析 166
4．4．7 地球科學(xué)應(yīng)用案例 167
4．5 基于網(wǎng)格的聚類算法 168
4．5．1 算法概要 168
4．5．2 STING 168
4．5．3 CLIQUE 170
4．5．4 優(yōu)化改進(jìn) 173
4．5．5 大數(shù)據(jù)適應(yīng)度分析 176
4．5．6 地球科學(xué)應(yīng)用案例 177
參考文獻(xiàn) 179
第5章 序列模式挖掘 183
5．1 GSP算法 184
5．1．1 算法概要 184
5．1．2 算法原理 184
5．1．3 實(shí)例說明 189
5．1．4 算法優(yōu)缺點(diǎn) 191
5．1．5 GSP衍生算法 192
5．1．6 大數(shù)據(jù)適應(yīng)度分析 194
5．1．7 地球科學(xué)應(yīng)用案例 195
5．2 SPADE算法 196
5．2．1 算法概要 196
5．2．2 算法原理 197
5．2．3 實(shí)例說明 203
5．2．4 算法優(yōu)缺點(diǎn) 206
5．2．5 優(yōu)化改進(jìn) 206
5．2．6 SPADE衍生算法 207
5．2．7 大數(shù)據(jù)適應(yīng)度分析 209
5．2．8 地球科學(xué)應(yīng)用案例 213
參考文獻(xiàn) 215
第6章 深度學(xué)習(xí) 217
6．1 深度信念網(wǎng) 218
6．1．1 算法概要 218
6．1．2 算法原理 219
6．1．3 優(yōu)化改進(jìn) 225
6．1．4 大數(shù)據(jù)適應(yīng)度分析 226
6．1．5 地球科學(xué)應(yīng)用案例 227
6．2 卷積神經(jīng)網(wǎng)絡(luò) 228
6．2．1 算法概要 228
6．2．2 算法原理 228
6．2．3 實(shí)例說明 229
6．2．4 模型演化 231
6．2．5 優(yōu)化改進(jìn) 234
6．2．6 大數(shù)據(jù)適應(yīng)度分析 235
6．2．7 地球科學(xué)應(yīng)用案例 235
6．3 自動(dòng)編碼器算法 237
6．3．1 算法概要 237
6．3．2 算法原理 238
6．3．3 算法實(shí)現(xiàn) 240
6．3．4 衍生算法 241
6．3．5 優(yōu)化改進(jìn) 243
6．3．6 大數(shù)據(jù)適應(yīng)度分析 244
6．3．7 地球科學(xué)應(yīng)用案例 245
參考文獻(xiàn) 245
第7章 異常檢測(cè) 249
7．1 概述 250
7．2 基于統(tǒng)計(jì)的異常檢測(cè)算法 251
7．2．1 算法原理 251
7．2．2 典型算法 251
7．3 基于距離的方法 252
7．3．1 算法原理 252
7．3．2 典型算法 252
7．4 基于深度的異常檢測(cè)方法 256
7．4．1 算法原理 256
7．4．2 典型算法 257
7．5 基于密度的異常檢測(cè)算法 258
7．5．1 算法原理 258
7．5．2 典型算法 258
7．6 基于偏離的異常檢測(cè)算法 262
7．6．1 算法原理 262
7．6．2 典型算法 263
7．7 基于聚類的異常檢測(cè)算法 265
7．7．1 算法原理 265
7．7．2 典型算法 265
7．8 大數(shù)據(jù)適應(yīng)度分析 268
7．9 地球科學(xué)應(yīng)用案例 269
參考文獻(xiàn) 271
附錄A 軟件、源碼及開發(fā)包 275
展開全部
地球科學(xué)中的大數(shù)據(jù)分析與挖掘算法手冊(cè) 作者簡(jiǎn)介
對(duì)地觀測(cè)和數(shù)字地球科學(xué)中心數(shù)據(jù)技術(shù)部主任。主要研究方向?yàn)楦咝阅艿貙W(xué)計(jì)算、網(wǎng)絡(luò)化數(shù)據(jù)工程，承研項(xiàng)目40多項(xiàng),在研項(xiàng)目6項(xiàng)，發(fā)表論文70多篇。IEEE和中國計(jì)算機(jī)學(xué)會(huì)的高級(jí)會(huì)員，中國計(jì)算機(jī)學(xué)會(huì)高性能計(jì)算專業(yè)委員會(huì)理事和中國軟件協(xié)會(huì)數(shù)學(xué)軟件分會(huì)理事。長(zhǎng)期參與相關(guān)國際組織的工作，曾任國際對(duì)地觀測(cè)衛(wèi)星委員會(huì)（CEOS）網(wǎng)格任務(wù)組主席和應(yīng)用工作組副主席、現(xiàn)任國際數(shù)據(jù)系統(tǒng)（WDS）科學(xué)委員會(huì)委員、國際科學(xué)數(shù)據(jù)委員會(huì)（CODATA）“災(zāi)害數(shù)據(jù)開放和互聯(lián)”工作組主席，同時(shí)擔(dān)任國際科聯(lián)（ICSU）中國專家委員會(huì)、國際災(zāi)害風(fēng)險(xiǎn)集成研究計(jì)劃（IRDR）中國專家委員會(huì)、國家綜合地球觀測(cè)組織（GEO）中國專家委員會(huì)的主要成員。
書友推薦
- >
【精裝繪本】畫給孩子的中國神話
- >
巴金－再思錄
- >
山海經(jīng)
- >
我與地壇
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
莉莉和章魚
- >
經(jīng)典常談
- >
龍榆生：詞曲概論/大家小書
本類暢銷
