掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
軌跡數(shù)據(jù)分析方法及應(yīng)用 版權(quán)信息
- ISBN：9787121487538
- 條形碼：9787121487538 ; 978-7-121-48753-8
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
軌跡數(shù)據(jù)分析方法及應(yīng)用 內(nèi)容簡介
隨著信息、互聯(lián)網(wǎng)、社交媒體、衛(wèi)星定位、基于位置的服務(wù)（Location Based Services，LBS）等技術(shù)的發(fā)展，軌跡數(shù)據(jù)領(lǐng)域迎來了大數(shù)據(jù)時代。在軌跡大數(shù)據(jù)背景下，軌跡數(shù)據(jù)分析的關(guān)注度得到持續(xù)攀升，它能夠借助移動對象的時空特征和移動行為信息發(fā)現(xiàn)新知識和模式，從而為智慧城市計算與服務(wù)、交通管理與規(guī)劃、物流管理、智能制造、旅游路徑推薦、自然災(zāi)害預(yù)測與預(yù)警、疫情傳播監(jiān)測等諸多領(lǐng)域提供決策支持與服務(wù)。本書以軌跡數(shù)據(jù)相關(guān)分析及挖掘技術(shù)為主要研究對象，針對軌跡大數(shù)據(jù)背景下軌跡數(shù)據(jù)的特征及分析需求，對數(shù)據(jù)噪聲處理、特征提取、相似性度量、參數(shù)依賴及復(fù)雜軌跡聚類等問題開展了深入研究。 本書可供從事大數(shù)據(jù)、數(shù)據(jù)挖掘、機器學(xué)習(xí)、軌跡數(shù)據(jù)分析等相關(guān)領(lǐng)域的科研及工程人員參考，也可作為高等院校計算機、軟件工程及自動化、信息與通信工程等專業(yè)的本科生和研究生的學(xué)習(xí)參考書。
軌跡數(shù)據(jù)分析方法及應(yīng)用 目錄
目錄
第1章 緒論 001
1.1 軌跡與軌跡數(shù)據(jù)分析概述 001
1.1.1 軌跡數(shù)據(jù)來源 002
1.1.2 軌跡數(shù)據(jù)特征 004
1.1.3 軌跡數(shù)據(jù)分析的關(guān)鍵技術(shù) 005
1.2 軌跡數(shù)據(jù)挖掘 009
1.2.1 軌跡數(shù)據(jù)挖掘方法分類 009
1.2.2 軌跡數(shù)據(jù)挖掘的應(yīng)用 017
1.2.3 軌跡數(shù)據(jù)挖掘的挑戰(zhàn)與發(fā)展趨勢 020
第2章 基于影響空間的噪聲檢測方法 024
2.1 問題提出 024
2.2 影響空間 025
2.2.1 影響空間概述 025
2.2.2 噪聲特性分析 029
2.3 噪聲檢測算法 034
2.3.1 算法描述 034
2.3.2 算法分析 036
2.4 實驗評價 037
2.4.1 數(shù)據(jù)描述 037
2.4.2 參數(shù)選擇 039
2.4.3 人工數(shù)據(jù)集上的結(jié)果分析 045
2.4.4 真實數(shù)據(jù)集上的結(jié)果分析 049
2.5 本章小結(jié) 051
第3章 基于影響空間的噪聲不敏感特征提取框架 052
3.1 問題提出 052
3.2 數(shù)據(jù)特征提取 054
3.2.1 特殊微簇 054
3.2.2 微簇中心 057
3.3 特征提取框架 058
3.3.1 算法描述 058
3.3.2 算法分析 060
3.4 實驗評價 061
3.4.1 數(shù)據(jù)描述 061
3.4.2 參數(shù)選擇 062
3.4.3 比較算法 062
3.4.4 MC的代表性分析 063
3.4.5 人工數(shù)據(jù)集上的準(zhǔn)確性比較 065
3.4.6 真實數(shù)據(jù)集上的準(zhǔn)確性比較 069
3.4.7 高維數(shù)據(jù)集上的準(zhǔn)確性比較 077
3.4.8 框架效率分析 078
3.5 本章小結(jié) 084
第4章 散度距離及其無參密度聚類方法 085
4.1 問題提出 085
4.1.1 相似性傳遞效應(yīng) 087
4.1.2 人為因素 089
4.1.3 密度度量 092
4.2 關(guān)鍵技術(shù) 093
4.2.1 散度距離 093
4.2.2 無參數(shù)處理 096
4.2.3 密度度量 098
4.2.4 自動中心點選擇 099
4.3 密度聚類算法 100
4.3.1 算法流程 100
4.3.2 算法分析 104
4.4 實驗評價 105
4.4.1 數(shù)據(jù)描述 105
4.4.2
展開全部
軌跡數(shù)據(jù)分析方法及應(yīng)用 作者簡介
楊雨晴，畢業(yè)于太原科技大學(xué)，獲工學(xué)博士學(xué)位，現(xiàn)任太原科技大學(xué)計算機學(xué)院教師，山西省科技創(chuàng)新(重點)團(tuán)隊主要成員。主要從事大數(shù)據(jù)挖掘及應(yīng)用、智能優(yōu)化與決策支持等相關(guān)研究工作，近年來主持、參與了國家自然科學(xué)基金、山西省自然科學(xué)基金等多項科研項目，發(fā)表高水平SCI學(xué)術(shù)論文10余篇，授權(quán)發(fā)明專利3項。
書友推薦
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
伯納黛特,你要去哪(2021新版)
- >
小考拉的故事-套裝共3冊
- >
我從未如此眷戀人間
- >
有舍有得是人生
- >
姑媽的寶刀
- >
自卑與超越
- >
中國歷史的瞬間
本類暢銷
