作者：姜明洋
页数：123
出版社：原子能出版社
出版日期：2021
ISBN：9787522105116
电子书格式：pdf/epub/txt
内容简介
数据挖掘是一个跨学科的计算机科学分支，它是用人工智能、机器学习、统计学和数据库的交叉方法在相对较大型的数据集中发现模式的计算过程。《数据挖掘技术在文本等数据上的应用研究》主要介绍了数据挖掘技术在文本、生物医学、信息融合、机器人路径规划等领域的应用研究，所包含的内容均为作者近年来的科学研究成果，通过系统的整理和编排，希望《数据挖掘技术在文本等数据上的应用研究》能够为相关领域的研究人员提供参考。
目录
第1章 常用数据挖掘方法介绍
1．1 分类问题研究基本框架
1．2 数据预处理
1．3 数据表示
1．4 特征选择与特征抽取
1．5 常用数据挖掘算法
1．6 常用深度学习方法
1．7 本章小结
参考文献
1．1 分类问题研究基本框架
1．2 数据预处理
1．3 数据表示
1．4 特征选择与特征抽取
1．5 常用数据挖掘算法
1．6 常用深度学习方法
1．7 本章小结
参考文献
第2章 基于DBN的高维稀疏文本数据分类研究
2．1 引言
2．2 国内外研究现状
2．3 研究方法
2．4 实验结果
2．5 本章小结
参考文献
第3章 基于DBN的代谢组学数据分类研究
3．1 引言
3．2 研究方法
3．3 生物样本数据的制备
3．4 实验结果
3．5 本章小结
参考文献
第4章 基于SAE和SVM的代谢组学数据分类研究
4．1 引言
4．2 研究方法
4．3 实验结果
4．4 本章小结
参考文献
第5章 基于栈式降噪自动编码器的中文文本分类
5．1 降噪自动编码器
5．2 栈式降噪自动编码器
5．3 激活函数
5．4 实验
5．5 本章小结
参考文献
第6章 基于遗传算法的移动机器人路径规划
6．1 环境信息的表示
6．2 初始设置
6．3 适应度函数的确定
6．4 遗传算子的设计
6．5 基于遗传算法的动态路径规划设计
6．6 路径规划的仿真结果及分析
6．7 本章小结
参考文献
