定 價(jià)：78 元
叢書(shū)名：現(xiàn)代數(shù)學(xué)基礎(chǔ)叢書(shū)
- 作者：柴園園，賈利民，陳鈞著
- 出版時(shí)間：2016/11/29
- ISBN：9787030506160
- 出 版 社：科學(xué)出版社
- 中圖法分類(lèi)：TP183
- 頁(yè)碼：252
- 紙張：膠版紙
- 版次：1
- 開(kāi)本：16K
隨著信息爆炸產(chǎn)生的海量數(shù)據(jù)時(shí)代的來(lái)臨，數(shù)據(jù)中所蘊(yùn)含的價(jià)值將會(huì)對(duì)人類(lèi)社會(huì)產(chǎn)生直接的，全面的，甚至是革命性的影響。因此，在大數(shù)據(jù)背景下，有效地分析，組織和使用各類(lèi)數(shù)據(jù)，將對(duì)科技進(jìn)步以及經(jīng)濟(jì)發(fā)展產(chǎn)生巨大的推動(dòng)作用，孕育出前所未有的機(jī)遇。針對(duì)大數(shù)據(jù)技術(shù)體系架構(gòu)，本著作總結(jié)出在大數(shù)據(jù)處理流程中，所面臨不同層面的問(wèn)題及其相互關(guān)系，歸納出解決大數(shù)據(jù)環(huán)境下三大核心問(wèn)題（信息檢索，數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)）的算法特性及計(jì)算能力。同時(shí)，通過(guò)深入了解智能理論起源及與傳統(tǒng)人工智能進(jìn)行對(duì)比，本著作研究計(jì)算智能理論及其各分支算法，詳細(xì)介紹其計(jì)算本質(zhì)，提出了基于模擬機(jī)制的計(jì)算智能分類(lèi)方法，并對(duì)計(jì)算智能混合算法進(jìn)行了深入討論。最后，面向大數(shù)據(jù)檢索、挖掘和發(fā)現(xiàn)問(wèn)題，分別提出了基于計(jì)算智能的解決方法和一般過(guò)程，并總結(jié)出基于計(jì)算智能的大數(shù)據(jù)處理范式特點(diǎn)，為大數(shù)據(jù)背景下的計(jì)算智能研究提供了理論支撐。通過(guò)收集風(fēng)電機(jī)組的發(fā)電指標(biāo)、關(guān)鍵零部件的實(shí)時(shí)運(yùn)行參數(shù)、此前十年的氣象資料等數(shù)據(jù)，在這些數(shù)據(jù)基礎(chǔ)上綜合作出判斷和預(yù)測(cè)，分析并提升風(fēng)電布網(wǎng)的資源配比，并及時(shí)反饋到研發(fā)和運(yùn)維領(lǐng)域，為后續(xù)的布網(wǎng)提供參考。除了風(fēng)機(jī)設(shè)備本身產(chǎn)生的數(shù)據(jù)，還包括統(tǒng)計(jì)自然環(huán)境產(chǎn)生的更大數(shù)據(jù)庫(kù)，即包含風(fēng)和地形在內(nèi)的環(huán)境數(shù)據(jù)，繪制出一張風(fēng)資源分布地圖，進(jìn)而科學(xué)知道風(fēng)電布網(wǎng)。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
目錄
前言
第1章 大數(shù)據(jù)及相關(guān)概念1
1.1大數(shù)的產(chǎn)生背景1
1.1.1物理空間、信息空間與賽博空間1
1.1.2賽博空間中的數(shù)據(jù)爆炸4
1.1.3數(shù)據(jù)量快速增長(zhǎng)的原因5
1.2大數(shù)和大數(shù)據(jù)時(shí)代7
1.2.1大數(shù)據(jù)定義及屬性7
1.2.2大數(shù)據(jù)的深層次含義解讀21
1.2.3大數(shù)據(jù)時(shí)代的特點(diǎn)22
1.3大數(shù)與傳統(tǒng)麵的區(qū)別24
1.3.1從量子力學(xué)、復(fù)雜系統(tǒng)到大數(shù)據(jù)24
1.3.2主要區(qū)別27
1.4大數(shù)時(shí)代的科學(xué)發(fā)現(xiàn)之路31
1.4.1科學(xué)研究方法的更新32
1.4.2與傳統(tǒng)研究方法的區(qū)別32
1.4.3“谷歌式”關(guān)聯(lián)研究方法的限制條件及價(jià)值33
1.5大數(shù)帶來(lái)的挑戰(zhàn)及機(jī)遇35
1.5.1挑戰(zhàn)35
1.5.2機(jī)遇39
第2章 大數(shù)據(jù)理論研究45
2.1大據(jù)艦的本質(zhì)依據(jù)45
2.1.1因果性和相關(guān)性45
2.1.2大數(shù)據(jù)情緒理論48
2.1.3理論模型探究50
2.1.4大數(shù)據(jù)理論研究的整體框架51
2.2大數(shù)處理流程和技術(shù)體系56
2.2.1大數(shù)據(jù)處理的一般流程50
2.2.2大數(shù)據(jù)應(yīng)用的技術(shù)體系50
第3章 大數(shù)據(jù)面臨的主要問(wèn)題68
3.1面向大麵處理流程的主要問(wèn)題及期互關(guān)系68
3.2獲取冋題70
3.2.1大數(shù)據(jù)獲取70
3.2.2網(wǎng)絡(luò)爬蟲(chóng)問(wèn)題描述75
3.3存儲(chǔ)和管理問(wèn)題76
3.3.1信息存儲(chǔ)技術(shù)和存儲(chǔ)系統(tǒng)77
3.3.2圖像壓縮編碼問(wèn)題82
3.4信息檢索84
3.4.1信息檢索的基本定義及模型84
3.4.2文本挖掘及其存在的問(wèn)題88
3.5麵挖掘90
3.5.1數(shù)據(jù)挖掘產(chǎn)生背景90
3.5.2數(shù)據(jù)挖掘問(wèn)題本質(zhì)91
3.5.3大數(shù)據(jù)環(huán)境下的數(shù)據(jù)挖掘挑戰(zhàn)及問(wèn)題98
3.6知識(shí)發(fā)現(xiàn)102
3.6.1知識(shí)發(fā)現(xiàn)及其基本步驟102
3.6.2模式評(píng)價(jià)104
3.6.3模式可視化112
3.6.4模式評(píng)價(jià)及優(yōu)化問(wèn)題描述113
第4章 計(jì)算智能基礎(chǔ)114
4.1計(jì)算智能研究現(xiàn)狀及趨勢(shì)115
4.2計(jì)算智能的定義119
4.3計(jì)算籠體系化分麵究及其混合算法一性設(shè)計(jì)122
4.3.1計(jì)算智能分類(lèi)方法概述122
4.3.2基于模擬機(jī)制的計(jì)算智能分類(lèi)方法123
4.4有機(jī)機(jī)制模擬126
4.4.1基于種群的模擬126
4.4.2基于個(gè)體的模擬131
4.4.3基于個(gè)體模擬的層次結(jié)構(gòu)141
4.5無(wú)機(jī)機(jī)制模擬142
4.6人造機(jī)制模擬143
4.7基于3種的計(jì)算智能混合算法一般性設(shè)計(jì)144
4.8計(jì)算智能混合方法麵究147
4.8.1模糊神經(jīng)網(wǎng)148
4.8.2基于進(jìn)化計(jì)算的獅建模168
4.9計(jì)算智能的未來(lái)探索169
第5章 計(jì)算智能與大數(shù)據(jù)處理170
5.1計(jì)算智能在數(shù)據(jù)獲取中的應(yīng)用170
5.1.1常見(jiàn)的網(wǎng)絡(luò)蟲(chóng)搜索策略170
5.1.2基于估價(jià)函數(shù)的啟發(fā)式搜索策略171
5.2計(jì)算智能在數(shù)據(jù)存儲(chǔ)中的應(yīng)用172
5.2.1粒群優(yōu)化算法173
5.2.2粒群優(yōu)化算法的數(shù)學(xué)抽象和流程173
5.2.3基于粒群優(yōu)化的1)0改進(jìn)算法174
5.3計(jì)算智能在信息檢索中的應(yīng)用176
5.3.1特征選擇176
5.3.2基于模擬退火的特征選擇178
5.3.3基于禁忌搜索的特征選擇182
5.4計(jì)算智能在數(shù)據(jù)挖掘中的應(yīng)用186
5.4.1支持向量機(jī)186
5.4.2模糊聚類(lèi)及其算法優(yōu)化方案192
5.5計(jì)算智能在知識(shí)發(fā)現(xiàn)中的應(yīng)用198
5.5.1多維時(shí)間序列數(shù)據(jù)挖掘及其模式表達(dá)198
5.5.2基于八的模式評(píng)價(jià)及優(yōu)化200
第6章 計(jì)算智能在大數(shù)據(jù)領(lǐng)域的應(yīng)用前景展望203
6.1蓬勃發(fā)展的大麵203
6.1.1出己0061平臺(tái)204
6.1.25Spark平臺(tái)207
6.1.3NoSQL208
6.2大麵應(yīng)用案例211
6.2.1圍棋人工智能程序211
6.2.2深度問(wèn)答系統(tǒng)213
6.2.3互聯(lián)網(wǎng)企業(yè)大數(shù)據(jù)218
6.3方興未艾的計(jì)算智能221
6.3.1大數(shù)據(jù)分析中的計(jì)算智能方法221
6.3.2存在的問(wèn)題和進(jìn)一步的研究方向228
參考文獻(xiàn)232
書(shū)單推薦
