数据挖掘方法及天体光谱挖掘技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数据挖掘方法及天体光谱挖掘技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 数据挖掘1

1.1.1 产生和定义2

1.1.2 挖掘的过程3

1.1.3 挖掘的任务4

1.1.4 挖掘的分类6

1.1.5 面临的主要问题6

1.1.6 主要应用7

1.2 关联规则挖掘8

1.2.1 关联规则的基本概念9

1.2.2 关联规则挖掘的基本步骤9

1.2.3 关联规则挖掘的基本方法10

1.2.4 关联规则的应用16

1.3 离群数据挖掘18

1.3.1 离群数据挖掘的方法19

1.3.2 离群数据挖掘的研究热点24

1.3.3 离群数据挖掘的应用25

第2章 关联规则挖掘方法及应用28

2.1 基于准频繁项目集的关联规则挖掘29

2.1.1 挖掘思想和算法30

2.1.2 算法分析32

2.2 基于背景知识的关联规则挖掘34

2.2.1 问题的提出34

2.2.2 面向关联规则挖掘的背景知识表示35

2.2.3 基于背景知识的频繁模式挖掘38

2.2.4 算法描述及实验分析42

2.3 约束FP-tree及其构造方法46

2.3.1 约束FP-tree47

2.3.2 约束FP-tree的构造48

2.3.3 约束FP-tree的构造算法52

2.3.4 实验分析53

2.3.5 相关工作的分析与比较55

2.4 基于信息熵的加权频繁模式树构造算法56

2.4.1 问题的提出57

2.4.2 加权频繁项目集及加权关联规则58

2.4.3 加权频繁模式树构的造算法61

2.4.4 实验分析63

2.5 关联规则挖掘在天体光谱中的应用65

2.5.1 天体光谱分析66

2.5.2 LAMOST望远镜简介68

2.5.3 基于关联规则的恒星光谱数据相关性分析71

2.5.4 约束频繁模式挖掘在天体光谱中的应用78

2.5.5 加权频繁模式挖掘在天体光谱中的应用83

第3章 离群数据挖掘方法及应用90

3.1 基于距离支持度的离群数据挖掘90

3.1.1 问题的提出91

3.1.2 传统的最短距离系统聚类算法SL92

3.1.3 基于距离的高维聚类离群数据挖掘算法DB-HDLO92

3.1.4 DB-HDLO算法及分析95

3.2 基于分阶段模糊聚类的离群数据挖掘96

3.2.1 问题的提出96

3.2.2 分阶段模糊聚类算法的思想101

3.2.3 分阶段模糊聚类算法104

3.2.4 实验分析105

3.3 基于信息熵的离群数据挖掘111

3.3.1 信息熵112

3.3.2 算法描述116

3.3.3 实验分析118

3.4 基于特征属性子空间的离群数据挖掘122

3.4.1 相关概念122

3.4.2 算法描述124

3.4.3 实验分析125

3.5 离群数据挖掘在天体光谱中的应用128

3.5.1 基于距离支持度的离群挖掘在天体光谱中的应用128

3.5.2 基于信息熵的变星天体光谱快速识别方法130

第4章 天体光谱数据的其他挖掘方法134

4.1 天体光谱数据的正、负项目集挖掘134

4.1.1 问题的提出134

4.1.2 相关概念135

4.1.3 含负项目的约束频繁模式树构造136

4.1.4 算法思想及其方法描述137

4.1.5 实验分析139

4.2 基于约束概念格的恒星光谱分类规则提取算法141

4.2.1 问题的引入141

4.2.2 一般概念格与约束概念格142

4.2.3 基于约束概念格的分类规则提取143

4.2.4 基于约束概念格的分类规则提取算法147

4.2.5 实验分析148

4.3 一种恒星光谱分类规则后处理研究151

4.3.1 问题的引入152

4.3.2 恒星光谱分类规则153

4.3.3 基于谓词逻辑的光谱分类后处理153

4.3.4 实验分析156

第5章 天体光谱数据挖掘原型系统158

5.1 天体光谱关联规则挖掘系统158

5.1.1 问题的引入158

5.1.2 系统的功能及软件体系结构159

5.1.3 系统的运行结果及分析160

5.2 天体光谱离群数据挖掘系统164

5.2.1 系统的功能及软件体系结构164

5.2.2 系统的运行结果及分析166

5.2.3 聚类166

5.3 基于约束概念格的天体光谱分类规则挖掘系统170

5.3.1 系统的功能及软件体系结构170

5.3.2 关键技术171

5.3.3 系统的运行结果及分析173

参考文献177