机读格式显示(MARC)

• 000 01673nam0 2200433 450

• 001 0000325968

• 005 20181122111100.0

• 010 __ |a 978-7-03-056570-9 |d CNY59.00

• 099 __ |a CAL 012018083594

• 100 __ |a 20180703d2018 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 基于群智能优化理论的若干聚类改进方法及应用研究 |A ji yu qun zhi neng you hua li lun de ruo gan ju lei gai jin fang fa ji ying yong yan jiu |f 周瑞红著

• 210 __ |a 北京 |c 科学出版社 |d 2018

• 215 __ |a 119页, [4] 页图版 |c 图 |d 24cm

• 320 __ |a 有书目 (第109-119页)

• 330 __ |a 伴随着大数据时代的到来，信息爆炸产生了海量数据，云计算、物联网以及移动互联网渗透到人们日常生活的各个领域，互联网金融、电子商务、信息科技等先进科技领域无时无刻不在产生数据。数据结构越来越复杂，数据形式越来越多样，深度挖掘海量数据中隐含的信息成为大数据时代经济管理发展的迫切需求。聚类是数据挖掘的重要方法，面对海量数据，提取有价值信息。本书是作者攻读博士期间科研成果的总结，全书共分为6章，重点针对密度贬值聚类方法进行若干理论改进与应用研究，并将其应用于实际生活各个领域，取得了令人满意的结果。

• 606 0_ |a 智能控制 |A zhi neng kong zhi |x 最优化算法 |x 研究

• 690 __ |a TP273 |v 5

• 701 _0 |a 周瑞红 |A zhou rui hong |4 著

• 801 _0 |a CN |b NMU |c 20180703

• 905 __ |a XATU |d TP273/654

• 920 __ |a 211010 |z 2

• 920 __ |a 215010 |z 1

• 920 __ |a 232020 |z 1

• 920 __ |a 232370 |z 1

• 920 __ |a 221020 |z 1

• 920 __ |a 242120 |z 1

• 920 __ |a 262010 |z 1

• 920 __ |a 211030 |z 1

• 920 __ |a 232010 |z 1

• 920 __ |a 244020 |z 1

• 920 __ |a 243160 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 251010 |z 1

• 920 __ |a 231220 |z 2

• 998 __ |a NMU