机读格式显示(MARC)

• 000 02508nam0 2200685 450

• 001 0000241099

• 005 20161018155900.0

• 010 __ |a 978-7-5097-8569-0 |d CNY49.00

• 099 __ |a CAL 012016015052

• 100 __ |a 20160126d2015 ekmy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 高维数据分析预处理技术 |A gao wei shu ju fen xi yu chu li ji shu |d = Subspace recognization for object-attribute space with high-dimension sparse feature |f 祝琴著 |z eng

• 210 __ |a 北京 |c 社会科学文献出版社 |d 2015

• 215 __ |a 166页 |c 图 |d 24cm

• 300 __ |a 本书获江西省“十二五”重点学科管理科学与工程资助出版

• 320 __ |a 有书目 (第145-164页)。

• 330 __ |a 本书共分7章。第1章为引言,介绍了本书写作的目的与意义和主要研究内容,最后给出全文的组织结构;第2章对本书所涉及的数据挖掘与知识发现理论做了了较为基础的概述,重点介绍了聚类分析内容、高维数据的形态和特点,分析了高维数据常用的预处理的方法—维数约减,最后系统概述了目前主要的几种高维数据聚类分析方法;第3章提出了一种改进的CABOSFV高属性维稀疏数据聚类算法。研究分析了经典的高属性维稀疏数据聚类CABOSFV算法的不足,提出了融合排序思想的高属性维稀疏数据聚类算法;第4章给出了具有高维稀疏特征的对象—属性空间的定义,提出了对具有高维稀疏特征的对象—属性空间分割的方法识别其子空间的思想,并提出了一种新型的两阶段联合聚类的算法,实现对高维稀疏数据的对象维和属性维进行聚类分割以识别其子空间;

• 510 1_ |a Subspace recognization for object-attribute space with high-dimension sparse feature |z eng

• 606 0_ |a 统计数据 |A tong ji shu ju |x 统计分析

• 690 __ |a O212.1 |v 5

• 701 _0 |a 祝琴 |A zhu qin |4 著

• 801 _0 |a CN |b NJU |c 20160229

• 905 __ |a XATU |d O212.1/52

• 920 __ |a 211040 |z 1

• 920 __ |a 231030 |z 1

• 920 __ |a 211060 |z 2

• 920 __ |a 211260 |z 1

• 920 __ |a 211010 |z 1

• 920 __ |a 231280 |z 1

• 920 __ |a 232020 |z 1

• 920 __ |a 221010 |z 1

• 920 __ |a 235010 |z 1

• 920 __ |a 262010 |z 1

• 920 __ |a 232010 |z 1

• 920 __ |a 222107 |z 1

• 920 __ |a 212020 |z 1

• 920 __ |a 231020 |z 1

• 920 __ |a 221110 |z 1

• 920 __ |a 244020 |z 1

• 920 __ |a 242020 |z 1

• 920 __ |a 211261 |z 1

• 920 __ |a 222010 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 244180 |z 1

• 920 __ |a 211030 |z 1

• 920 __ |a 231010 |z 1

• 920 __ |a 231220 |z 2

• 920 __ |a 223020 |z 1

• 920 __ |a 242030 |z 1

• 920 __ |a 251010 |z 1

• 920 __ |a 221020 |z 1

• 920 __ |a 237010 |z 1

• 920 __ |a 244010 |z 1

• 920 __ |a 261030 |z 1

• 920 __ |a 212010 |z 1

• 920 __ |a 244050 |z 1

• 998 __ |a NJU