大數(shù)據(jù)特征降維：粗糙集特征選擇的群智能方法及應(yīng)用研究

定　價(jià)：￥55.00

作　者：	胡玉榮
出版社：	中國(guó)水利水電出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787517073635	出版時(shí)間：	2019-04-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	190	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《大數(shù)據(jù)特征降維：粗糙集特征選擇的群智能方法及應(yīng)用研究》從高維大數(shù)據(jù)的特征降維出發(fā)，指出大數(shù)據(jù)時(shí)代粗糙集特征選擇面臨的挑戰(zhàn)，介紹了群智能算法的獨(dú)特優(yōu)勢(shì)和存在的問(wèn)題，對(duì)粗糙集和群智能的理論與經(jīng)典算法進(jìn)行了總結(jié)歸納并提出一種基予群智能和粗糙集的特征選擇框架，依據(jù)此框架設(shè)計(jì)相關(guān)特征選擇算法，應(yīng)用于銀行個(gè)人信用評(píng)分系統(tǒng)與高維數(shù)據(jù)集進(jìn)行特征降維?！洞髷?shù)據(jù)特征降維：粗糙集特征選擇的群智能方法及應(yīng)用研究》可供從事機(jī)器學(xué)習(xí)和大數(shù)據(jù)挖掘的高校教師、研究生、科研院所的科研人員及有關(guān)工程技術(shù)人員使用。

作者簡(jiǎn)介

　　胡玉榮，女，1970年7月生，湖北鐘祥人，漢族，中共黨員，現(xiàn)為荊楚理工學(xué)院教授，研究生處副處長(zhǎng)，荊門市第三屆市級(jí)“把關(guān)人才”，湖北省第十三屆人民代表大會(huì)代表。武漢大學(xué)計(jì)算機(jī)軟件與理論專業(yè)博士畢業(yè)，長(zhǎng)期從事數(shù)據(jù)挖掘和智能計(jì)算領(lǐng)域的研究工作，主持和參與省市各級(jí)科研項(xiàng)目10余項(xiàng)，編寫(xiě)教材4部，指導(dǎo)學(xué)生畢業(yè)論文獲湖北省優(yōu)秀學(xué)士學(xué)位論文。發(fā)表論文20余篇，其中10篇論文被SCI/EI檢索，2篇論文獲湖北省優(yōu)秀學(xué)術(shù)論文二等獎(jiǎng)和荊門市優(yōu)秀學(xué)術(shù)論文一等獎(jiǎng)。申請(qǐng)發(fā)明專利1項(xiàng)，軟件著作權(quán)登記4項(xiàng)，榮獲湖北省高等學(xué)校教學(xué)成果獎(jiǎng)三等獎(jiǎng)2項(xiàng)。

圖書(shū)目錄

前言
第1章緒論
1．1 本書(shū)研究背景
1．2 特征選擇概述
1．3 國(guó)內(nèi)外研究現(xiàn)狀
1．3．1 基于粗糙集的特征選擇研究進(jìn)展
1．3．2 群智能研究進(jìn)展
1．4 本書(shū)研究?jī)?nèi)容
1．5 本書(shū)的組織結(jié)構(gòu)

第2章粗糙集與群智能
2．1 引言
2．2 粗糙集
2．2．1 粗糙集的理論基礎(chǔ)
2．2．2 基于粗糙集的特征選擇
2．3 群智能
2．3．1 蟻群優(yōu)化算法
2．3．2 粒子群優(yōu)化算法
2．3．3 人工蜂群算法
2．4 基于群智能和粗糙集的特征選擇框架
2．4．1 子集生成
2．4．2 子集評(píng)價(jià)
2．4．3 停止條件
2．4．4 結(jié)果驗(yàn)證
2．5 本章小結(jié)

第3章基于蟻群優(yōu)化和粗糙集的特征選擇方法
3．1 引言
3．2 基于蟻群優(yōu)化和粗糙集的特征選擇算法HSACO
3．2．1 算法思想
3．2．2 算法模型
3．2．3 概率轉(zhuǎn)移公式和混合策略
3．2．4 算法描述
3．3 對(duì)比實(shí)驗(yàn)及結(jié)果分析
3．3．1 實(shí)驗(yàn)環(huán)境
3．3．2 參數(shù)選取與分析
3．3．3 結(jié)果比較及討論
3．4 本章小結(jié)

第4章基于粒子群優(yōu)化和粗糙集的特征選擇方法
4．1 引言
4．2 基于粒子群優(yōu)化和粗糙集的特征選擇算法DPPSO
4．2．1 算法思想
4．2．2 粒子的表達(dá)和種群初始化
4．2．3 基于互信息的適應(yīng)值函數(shù)
4．2．4 粒子更新策略
4．2．5 算法描述
4．3 對(duì)比實(shí)驗(yàn)及結(jié)果分析
4．3．1 實(shí)驗(yàn)環(huán)境
4．3．2 結(jié)果比較及討論
4．4 本章小結(jié)

第5章基于人工蜂群和粗糙集的特征選擇方法
5．1 引言
5．2 基于人工蜂群和粗糙集的特征選擇算法NDABC
5．2．1 算法思想
5．2．2 解的表達(dá)和種群初始化
5．2．3 反向?qū)W習(xí)
5．2．4 適應(yīng)值函數(shù)及轉(zhuǎn)移概率
5．2．5 鄰域搜索策略
5．2．6 禁忌搜索
5．2．7 算法描述
5．3 對(duì)比試驗(yàn)及結(jié)果分析
5．3．1 實(shí)驗(yàn)環(huán)境
5．3．2 參數(shù)選取與分析
5．3．3 結(jié)果比較及討論
5．4 本章小結(jié)

第6章銀行個(gè)人信用評(píng)分中的特征選擇
6．1 銀行個(gè)人信用評(píng)分
6．1．1 個(gè)人信用評(píng)分的概念和發(fā)展
6．1．2 個(gè)人信用評(píng)分指標(biāo)體系
6．2 實(shí)驗(yàn)數(shù)據(jù)
6．2．1 德國(guó)信用數(shù)據(jù)集的描述
6．2．2 數(shù)據(jù)離散化
6．3 基于群智能和粗糙集的特征選擇在信用評(píng)分中的應(yīng)用
6．3．1 實(shí)驗(yàn)環(huán)境
6．3．2 測(cè)試過(guò)程及結(jié)果分析
6．4 本章小結(jié)

第7章面向大數(shù)據(jù)的高維數(shù)據(jù)特征選擇
7．1 高維數(shù)據(jù)特征選擇
7．2 實(shí)驗(yàn)數(shù)據(jù)
7．3 基于群智能和粗糙集的特征選擇在高維數(shù)據(jù)中的應(yīng)用
7．3．1 實(shí)驗(yàn)環(huán)境
7．3．2 測(cè)試過(guò)程及結(jié)果分析
7．4 本章小結(jié)

第8章總結(jié)與展望
8．1 總結(jié)
8．2 展望
參考文獻(xiàn)