图书介绍

协同演化算法及其在数据挖掘中的应用PDF|Epub|txt|kindle电子书版本网盘下载

协同演化算法及其在数据挖掘中的应用
  • 董红斌,贺志著 著
  • 出版社: 水利水电出版社
  • ISBN:9787508456881
  • 出版时间:2008
  • 标注页数:184页
  • 文件大小:16MB
  • 文件页数:194页
  • 主题词:算法-应用-数据采集

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

协同演化算法及其在数据挖掘中的应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

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

图书目录

第1章 绪论1

1.1演化算法概述1

演化算法的起源1

演化算法的应用领域4

演化算法的发展趋势5

1.2演化算法的基本原理5

生物学基础5

演化算法与最优化6

演化算法的一般框架7

没有免费午餐定理8

1.3协同演化算法研究现状8

协同进化论8

演化博弈论10

协同演化算法设计14

协同演化算法的应用17

第2章 数据挖掘和关联规则19

2.1数据挖掘19

数据挖掘的定义和过程19

挖掘的数据形式20

数据挖掘的功能21

2.2关联分析22

关联规则的定义22

关联规则挖掘的问题23

2.3聚类分析24

聚类分析的意义24

聚类分析的概念25

聚类分析的算法26

2.4遗传算法在规则发现中的应用27

个体表示28

算子29

种群初始化31

适应度31

分类规则发现和关联规则发现的不同32

第3章 基于混合策略的协同演化算法34

3.1引言34

3.2混合策略协同演化规划的基本思想35

概率分布函数的性能35

混合策略协同演化规划框架37

3.3求解函数优化问题的MSCEP算法38

3.4实验结果和分析41

实验结果41

实验分析49

3.5小结49

第4章 求解约束优化问题的混合策略演化算法55

4.1引言55

4.2求解约束优化问题的基本思想56

约束优化问题56

约束比较规则57

4.3求解约束优化问题的CMSEP算法57

4.4实验结果和分析59

实验结果59

结果分析63

4.5小结64

第5章 求解多目标优化问题的混合策略演化算法69

5.1引言69

5.2相关工作69

关键技术69

研究现状71

5.3求解多目标优化问题的基本思想72

多目标优化问题72

强度Pareto优化的基本思想72

5.4混合策略的ParetO演化规划74

5.5实验结果和分析74

测试函数74

结果分析76

5.6小结76

第6章 兴趣度量的优化78

6.1关联规则的兴趣度量78

兴趣度量的目的78

兴趣度量的分类79

6.2发现度量约束下的规则85

6.3发现基于残差的最优相关规则86

残差分析87

互信息量89

用遗传算法发现优化相关规则GADCR90

6.4实验93

人工数据集上的实验结果93

真实数据集上的实验结果96

6.5小结97

第7章 数据集的优化98

7.1离散化简介98

有监督和无监督离散化100

一元与多元离散化103

MVD104

7.2一种基于聚类的无监督多元离散化方法EMVD-BDC105

动机105

EMVD-BDC107

7.3MVD的一种优化算法OMVD111

最大支持度差异(MSD)112

用遗传算法优化MSD列表112

7.4实验113

人工数据集上的实验113

真实数据集上的实验115

7.5小结122

第8章 规则形式的简化126

8.1最优关联规则的简介126

问题的提出和定义126

发现最优置信度规则的经典算法:FOCR126

其他算法127

8.2发现最优interest规则128

问题的定义128

发现最优interest规则的算法FOIR129

8.3发现最优相对密度规则134

密度度量134

相对密度度量135

最优相对密度规则的发现算法FORDAR136

8.4实验139

人工数据集上的实验139

真实数据集上的实验142

8.5小结147

第9章 基于混合策略的演化聚类算法149

9.1引言149

9.2模糊C均值聚类150

模糊C均值聚类算法150

模糊权和有效性函数150

9.3混合策略演化聚类算法152

9.4实验结果和分析153

人工数据集和真实数据集153

有效性指标实验分析155

算法性能分析156

参数选择161

9.5小结161

第10章 总结163

参考文献166

热门推荐