空間數(shù)據(jù)挖掘視角

定　價：￥27.00

作　者：	王樹良著
出版社：	測繪出版社
叢編項：
標　簽：	數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

購買這本書可以去

ISBN：	9787503018800	出版時間：	2008-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	147	字數(shù)：

內(nèi)容簡介

　　《空間數(shù)據(jù)挖掘視角》是一個從海量數(shù)據(jù)中概括知識的不確定過程，不同用戶在不同條件下有著不同的挖掘要求。《空間數(shù)據(jù)挖掘視角》提出空間數(shù)據(jù)挖掘視角，描述不同的數(shù)據(jù)挖掘需求，實現(xiàn)從相同數(shù)據(jù)向多種知識的變粒度挖掘?？臻g數(shù)據(jù)挖掘不確定性的內(nèi)因和外因，決定了在空間數(shù)據(jù)挖掘視角中管控不確定性的技術(shù)。云模型集成模糊性和隨機性，數(shù)據(jù)場刻畫數(shù)據(jù)的自然拓撲關(guān)系，能夠?qū)崿F(xiàn)定性定量的相互轉(zhuǎn)換。滑坡監(jiān)測數(shù)據(jù)挖掘視角和網(wǎng)絡(luò)化數(shù)據(jù)挖掘視角表明，空間數(shù)據(jù)挖掘視角發(fā)現(xiàn)的多粒度知識可以滿足不同用戶的需求?！犊臻g數(shù)據(jù)挖掘視角》可為空間數(shù)據(jù)挖掘、地球空間信息科學、計算機科學和復雜網(wǎng)絡(luò)等研究提供參考，亦可作為相應專業(yè)的高年級本科生或研究生的教學用書。

作者簡介

　　王樹良，男，1975年生，武漢大學和香港理工大學博士，清華大學博士后，武漢大學教授，全國優(yōu)秀博士學位論文、教育部新世紀優(yōu)秀人才、霍英東青年教師二等獎、IBM教師獎、Citibank教師獎、湖北省“五四”金質(zhì)獎章等榮譽獲得者。擔任International Journal of System Science、International Journal of Data Mining and Data Warehousing等Guest Editor，Data Mining and Knowledge Discovery、ISPRS Journal of Photogrammetric and Remote Sensing等Paper Reviewer，Advanced Data Mining and Applications學術(shù)委員會合作主席。已發(fā)表為SCI等收錄論文多篇，Springer等為其出版專著3部。主要研究空間數(shù)據(jù)挖掘。

圖書目錄

第1章空間數(shù)據(jù)挖掘的同異性
1．1 空間數(shù)據(jù)過量而難用
1．1．1 空間數(shù)據(jù)的過量增長
1．1．2 空間數(shù)據(jù)的處理滯后
1．1．3 空間數(shù)據(jù)難用的后果
1．2 空間數(shù)據(jù)挖掘的產(chǎn)生
1．2．1 學科交叉的產(chǎn)物
1．2．2 研究應用的熱點
1．2．3 不確定的空間數(shù)據(jù)挖掘
1．3 空間數(shù)據(jù)挖掘的概念
1．4 空間數(shù)據(jù)挖掘的同異性分析
1．4．1 同對象異數(shù)據(jù)
1．4．2 同數(shù)據(jù)異結(jié)構(gòu)
1．4．3 同數(shù)據(jù)異需求
1．4．4 同數(shù)據(jù)異用戶
1．4．5 同數(shù)據(jù)異方法
1．4．6 同數(shù)據(jù)異知識
1．4．7 同知識異表達
1．4．8 同數(shù)據(jù)異拓撲
1．5本章小節(jié)
第2章空間數(shù)據(jù)挖掘視角原理
2．1 空間數(shù)據(jù)挖掘視角的概念
2．1．1 空間數(shù)據(jù)挖掘的多視角理解
2．1．2 空間數(shù)據(jù)挖掘的視角因素
2．1．3 空間數(shù)據(jù)挖掘的多視角需求
2．1．4 空間數(shù)據(jù)挖掘的變視角需求
2．2 空間數(shù)據(jù)挖掘視角的不確定性分析
2．2．1 客觀存在和主觀挖掘
2．2．2 不確定性的基本成因
2．2．3 不確定性的內(nèi)在特性
2．2．4 不確定性的外在表現(xiàn)
2．2．5 不確定性的測度參數(shù)
2．3 空間數(shù)據(jù)挖掘視角的影響要素
2．3．1 尺度
2．3．2 粒度
2．3．3 層次
2．4 空間數(shù)據(jù)挖掘視角的機理空間
2．4．1 概念空間
2．4．2 特征空間
2．4．3發(fā)現(xiàn)狀態(tài)空間
2．5 空間數(shù)據(jù)挖掘視角的基本算法
2．6 本章小結(jié)
第3章空間數(shù)據(jù)挖掘視角的技術(shù)
3．1 空間數(shù)據(jù)挖掘視角技術(shù)的集合論分析
3．1．1 確定集
3．1．2 概率
3．1．3 模糊集
3．1．4 粗集
3．1．5 其他
3．1．6 隨機和模糊的對比
3．2 云模型
3．2．1 云模型基本概念
3．2．2 云模型的數(shù)字特征
3．2．3 云模型的類型
3．2．4 虛擬云模型
3．2．5 云發(fā)生器
3．2．6 云變換及其歸整
3．2．7 云模型的不確定推理
3．3 數(shù)據(jù)場
3．3．1 物理場的啟發(fā)
3．3．2 樣本觀測數(shù)據(jù)
3．3．3 樣本數(shù)據(jù)的能量
3．3．4 數(shù)據(jù)場的概念
3．3．5 數(shù)據(jù)場的性質(zhì)
3．3．6 數(shù)據(jù)場的場強
3．3．7 數(shù)據(jù)場的勢
3．3．8 數(shù)據(jù)場的可視化
3．4 云模型和數(shù)據(jù)場的協(xié)同
3．5 本章小結(jié)
第4章滑坡監(jiān)測數(shù)據(jù)挖掘視角
4．1 滑坡監(jiān)測視角分析
4．1．1 滑坡災害
4．1．2 滑坡監(jiān)測
4．1．3 數(shù)據(jù)分析的不足
4．1．4 數(shù)據(jù)場和云模型的可用性
4．1．5 基本滑坡監(jiān)測數(shù)據(jù)挖掘視角
4．1．6 視角挖掘算法
4．2 同點異時同向的視角挖掘
4．2．1 X方向的數(shù)字特征
4．2．2 數(shù)字特征的定性詮釋
4．2．3 y、H方向的數(shù)字特征
4．2．4 數(shù)字特征可視化
4．3 異點同時同向的視角挖掘
4．3．1 滑坡變形概率分布密度輻射估計
4．3．2 異點同時同向的數(shù)字特征
4．4 異點異時同向的視角挖掘
4．4．1 不同斷面的數(shù)字特征值
4．4．2 滑坡的數(shù)字特征值
4．5 基于數(shù)據(jù)場的例外挖掘
4．5．1 不同方向上的例外
4．5．2 整體例外
4．5．3 規(guī)則+例外
4．6 寶塔滑坡形變監(jiān)測的知識及討論
4．6．1 發(fā)現(xiàn)的知識
4．6．2 挖掘機理
4．6．3 知識檢驗
4．6．4 方法討論
4．7 本章小結(jié)
第5章網(wǎng)絡(luò)化數(shù)據(jù)挖掘視角
5．1 從網(wǎng)絡(luò)到復雜網(wǎng)絡(luò)
5．1．1 網(wǎng)絡(luò)
5．1．2 網(wǎng)絡(luò)拓撲
5．1．3 規(guī)則網(wǎng)絡(luò)和隨機網(wǎng)絡(luò)
5．1．4 小世界網(wǎng)絡(luò)
5．1．5 無標度網(wǎng)絡(luò)
5．1．6 社團結(jié)構(gòu)
5．2 網(wǎng)絡(luò)化數(shù)據(jù)挖掘
5．2．1 網(wǎng)絡(luò)化數(shù)據(jù)挖掘的概念
5．2．2 網(wǎng)絡(luò)化數(shù)據(jù)挖掘的內(nèi)容
5．3 網(wǎng)絡(luò)化數(shù)據(jù)挖掘的社團發(fā)現(xiàn)算法
5．3．1 圖分割
5．3．2 分級聚類
5．3．3 Kernighan-Lin算法
5．3．4 譜平分法
5．3．5 GN算法
5．3．6 Newman快速算法
5．4 網(wǎng)絡(luò)化數(shù)據(jù)挖掘的社團發(fā)現(xiàn)視角
5．4．1 人工隨機網(wǎng)絡(luò)
5．4．2 空手道俱樂部成員間的關(guān)系網(wǎng)
5．4．3 海豚關(guān)系網(wǎng)
5．4．4 電影演員合作網(wǎng)
5．5 本章小節(jié)
第6章思考與結(jié)語
6．1 空間數(shù)據(jù)挖掘視角的思考
6．2 空間數(shù)據(jù)挖掘視角的決策思考
6．3 結(jié)語
參考文獻