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
大數據智能挖掘與影像解譯 版權信息
- ISBN：9787560662497
- 條形碼：9787560662497 ; 978-7-5606-6249-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據智能挖掘與影像解譯 內容簡介
本書在介紹數據挖掘基本概念、原理和算法的基礎上，詳細介紹了圖像數據的表示、圖像存儲、圖像分類和目標識別、異常檢測、圖像關聯分析、多媒體數據混合挖掘等內容，展示了智能數據挖掘技術與影像解譯信息的過程，并對數據挖掘在人工智能、圖像處理、模式識別、數據庫等領域的研究進行了詳細的論述。 全書共分8章，主要內容包括數據挖掘概述及分類、數據挖掘的理論基礎、關聯規則挖掘、數據挖掘應用實例及可視化、數據挖掘中的圖像表示與數據預處理、圖像目標檢測、圖像分割、圖像分類與識別。 本書可作為高等學校人工智能、計算機、信號與信息處理、應用數學等專業高年級本科生和研究生的教材，也可作為數據挖掘方面的研究人員的參考資料。
大數據智能挖掘與影像解譯 目錄
第1章 緒論 1
1.1 數據挖掘概述 2
1.2 數據挖掘的分類 5
1.2.1 基于數據類型的分類 5
1.2.2 基于所挖掘的知識類型的分類 6
1.2.3 基于所采用技術的分類 6
1.2.4 基于數據挖掘方法的分類 8
1.2.5 基于數據挖掘應用的分類 8
1.3 數據挖掘研究的公開問題 9
1.4 國內外數據挖掘研究現狀 12
1.4.1 關聯規則挖掘 13
1.4.2 分類規則挖掘 14
1.4.3 聚類規則挖掘 17
1.4.4 Internet/Web數據挖掘 19
1.4.5 圖像數據挖掘 22
1.4.6 數據挖掘過程中的計算智能方法 23
習題 26
延伸閱讀 27
本章參考文獻 27
第2章 KDD的理論基礎 30
2.1 數學理論1 30
2.1.1 統計學理論 31
2.1.2 支持向量機理論 34
2.1.3 模糊集理論 38
2.1.4 粗糙集理論 39
2.2 數學理論2 41
2.2.1 概率論基礎 41
2.2.2 貝葉斯概率 42
2.2.3 貝葉斯學習理論 43
2.3 機器學習理論 44
2.4 數據庫與數據倉庫理論 54
2.5 可視化理論 59
2.6 圖像數據庫理論 60
2.6.1 圖像特征數據立方體的模式 60
2.6.2 數據立方體的原語定義 61
習題 62
延伸閱讀 64
本章參考文獻 64
第3章 關聯規則挖掘 66
3.1 關聯規則的基本概念 66
3.2 關聯規則的類型及挖掘算法 68
3.3 基于關系代數理論的關聯規則挖掘 69
3.3.1 基于關系代數理論的關聯規則挖掘算法ORAR 70
3.3.2 基于概念分層的泛化關聯規則挖掘算法RGAR 73
3.3.3 模糊關聯規則的挖掘算法 76
3.4 基于組織進化的關聯規則挖掘 76
3.4.1 基于組織進化的關聯規則挖掘算法 78
3.4.2 實驗與結果分析 80
3.5 基于組織多層次進化的關聯規則挖掘及其分析 81
3.5.1 基于組織多層次進化的關聯規則挖掘 81
3.5.2 算法的計算復雜度分析 83
3.5.3 實驗與結果分析 83
3.6 基于組織協同進化的Web日志挖掘 88
3.6.1 Web日志挖掘數據模型的建立 89
3.6.2 組織協同進化Web日志挖掘 90
3.6.3 算法分析 91
3.6.4 實驗與結果分析 92
3.7 基于多克隆選擇的多維關聯規則挖掘 93
3.7.1 染色體的編碼 93
3.7.2 親和度函數的構造 94
3.7.3 基于多克隆選擇的多維關聯規則挖掘 94
3.7.4 實驗與結果分析 95
3.8 基于免疫克隆選擇算法的孤立點挖掘 97
3.8.1 孤立點挖掘 97
3.8.2 基于克隆選擇算法的孤立點挖掘 99
3.8.3 實驗與結果分析 100
習題 102
延伸閱讀 104
本章參考文獻 105
第4章 數據挖掘應用實例及可視化 107
4.1 測繪數據挖掘 107
4.1.1 測繪數據集描述 108
4.1.2 DEM提取地面坡度的不確定性研究與實驗 110
4.1.3 同一地區不同地形因子對平均坡度的影響研究 118
4.2 分類挖掘機理與文檔分類 120
4.2.1 分類的形式化定義 121
4.2.2 基于數據庫的分類挖掘機理 122
4.2.3 虛擬數據庫與Web挖掘 126
4.2.4 文本分類與降維技術 127
4.3 基于Petri網的可視化模型 135
4.3.1 可視化的常用工具 136
4.3.2 Petri網的基本概念 137
4.3.3 基于Petri網的魯棒性的可視化模型 141
習題 148
延伸閱讀 149
本章參考文獻 150
第5章 數據挖掘中的圖像表示與數據預處理 151
5.1 多尺度幾何表示 151
5.1.1 Ridgelet變換 153
5.1.2 Curvelet變換 153
5.1.3 Contourlet變換 154
5.1.4 Brushlet變換 156
5.2 圖像的稀疏表示 156
5.2.1 基于幾何正則性的圖像稀疏表示 158
5.2.2 基于CS理論的圖像稀疏表示 158
5.3 圖像去噪 162
5.3.1 基于空域的濾波方法 162
5.3.2 基于頻域的濾波方法 163
5.4 圖像的特征提取與選擇 164
5.4.1 圖像特征描述 165
5.4.2 圖像特征提取 165
5.4.3 圖像特征選擇 168
習題 170
延伸閱讀 170
本章參考文獻 171
第6章 圖像目標檢測 173
6.1 目標檢測背景 173
6.2 目標檢測中的預處理和閾值分割 174
6.2.1 預處理 174
6.2.2 閾值分割 177
6.3 目標檢測方法 179
6.3.1 光流法 179
6.3.2 背景差分法 181
6.3.3 幀間差分法 182
6.4 遙感圖像變化檢測 184
6.4.1 背景 184
6.4.2 變化檢測的基本概念 185
6.4.3 變化檢測的步驟 185
6.4.4 遙感圖像的預處理 186
6.4.5 變化信息檢測 187
6.4.6 檢測結果評價 187
6.4.7 變化檢測的主要方法 187
6.4.8 基于均值平移和多尺度分析的遙感圖像變化檢測方法 189
6.5 遙感圖像道路檢測 199
6.5.1 背景 199
6.5.2 遙感圖像道路特征分析與提取方法 202
6.5.3 基于動態匹配與中心校正的道路半自動提取算法 207
習題 217
延伸閱讀 217
本章參考文獻 218
第7章 圖像分割 219
7.1 圖像分割的概念 220
7.2 圖像分割的意義 222
7.3 傳統圖像分割方法 222
7.3.1 基于邊緣的分割方法 222
7.3.2 基于區域的分割方法 225
7.3.3 實驗與結果分析 228
7.4 模型驅動的分割方法 228
7.4.1 基于馬爾可夫隨機場模型的圖像分割方法 229
7.4.2 基于模糊集理論的圖像分割方法 229
7.4.3 基于數學形態學的圖像分割方法 229
7.4.4 基于多尺度理論的圖像分割方法 230
7.4.5 基于偏微分理論的圖像分割方法 230
7.5 深度學習的分割方法 236
7.5.1 Unet網絡結構 237
7.5.2 數據預處理 238
7.5.3 實驗參數設置 238
7.5.4 評價指標 238
7.5.5 實驗與結果分析 239
7.6 圖像分割的應用 242
習題 243
延伸閱讀 244
本章參考文獻 244
第8章 圖像分類與識別 246
8.1 圖像目標分類與識別 246
8.1.1 圖像目標分類與識別的研究 246
8.1.2 圖像目標識別技術的關鍵問題 248
8.2 基于稀疏表示的圖像分類 250
8.2.1 SIFT特征提取算法 250
8.2.2 構建特征金字塔 252
8.2.3 遷移學習 253
8.2.4 基于稀疏表示的圖像分類 253
8.2.5 實驗與結果分析 254
8.3 基于自適應PSO的人工免疫網絡分類算法 255
8.3.1 標準PSO算法和自適應PSO算法 256
8.3.2 部分術語的定義 257
8.3.3 算法及其關鍵技術 257
8.3.4 算法的復雜度分析 260
8.3.5 實驗與結果分析 260
8.3.6 算法參數分析 266
8.4 基于Curvelet+KFD特征提取的SAR目標識別 267
8.4.1 Curvelet變換 268
8.4.2 KFD降維 268
8.4.3 LSSVM訓練和識別 268
8.5 基于多視角學習和加權的證據組合的SAR目標識別 269
8.5.1 引言 269
8.5.2 基于多視角學習的集成分類器 270
8.5.3 基本概率賦值函數的定義 272
8.5.4 加權的證據組合 273
8.5.5 實驗與結果分析 275
8.6 基于深度學習的骨齡識別 276
8.6.1 骨齡的判定方法 277
8.6.2 圖像校正 279
8.6.3 灰度分布標準化 280
8.6.4 形態學處理 281
8.6.5 實驗與結果分析 288
習題 291
延伸閱讀 292
本章參考文獻 292
展開全部
書友推薦
- >
月亮與六便士
- >
【精裝繪本】畫給孩子的中國神話
- >
回憶愛瑪儂
- >
名家帶你讀魯迅:故事新編
- >
我從未如此眷戀人間
- >
煙與鏡
- >
姑媽的寶刀
- >
史學評論
本類暢銷
