中图网

>

数据库

>

数据库理论

大数据下并行知识约简与知识获取

作者：钱进,张楠,徐菲菲著

出版社：科学出版社出版时间：2017-12-01

开本： 32开 页数： 179

读者评分：5分1条评论

本类榜单：计算机/网络销量榜

中图价:¥63.4(7.2折) 定价 ~~¥88.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(1条)

中图价:¥63.4 加入购物车

版权信息
本书特色
内容简介
目录

大数据下并行知识约简与知识获取版权信息

ISBN：9787030558428
条形码：9787030558428 ; 978-7-03-055842-8
装帧：暂无
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
数据库
>
数据库理论

大数据下并行知识约简与知识获取本书特色

本书针对大数据的数据体量大、数据类型繁多、处理速度快、价值密度高等特点，以粒计算方法为理论基础，以经典粗糙集模型和区间值信息系统为研究对象，以Hadoop开源平台为实验环境，构建大数据下知识约简计算模型及知识获取方法。本书主要介绍大数据下Pawlak模型知识约简、区间值信息系统知识约简、层次粗糙集模型知识约简及知识获取的理论、模型和方法，并力求展现大数据下粒计算的**研究成果。

大数据下并行知识约简与知识获取内容简介

本书针对大数据的数据体量大、数据类型繁多、处理速度快、价值密度高等特点，以粒计算方法为理论基础，以经典粗糙集模型和区间值信息系统为研究对象，以Hadoop开源平台为实验环境，构建大数据下知识约简计算模型及知识获取方法。本书主要介绍大数据下Pawlak模型知识约简、区间值信息系统知识约简、层次粗糙集模型知识约简及知识获取的理论、模型和方法，并力求展现大数据下粒计算的*新研究成果。

大数据下并行知识约简与知识获取目录

第1章概论 1.1 粒计算 1.1.1 概述 1.1.2 粒计算内涵 1.2 粗糙集 1.2.1 概述 1.2.2 基本概念 1.3 知识约简 1.3.1 基于正区域的知识约简算法 1.3.2 基于差别矩阵的知识约简算法 1.3.3 基于信息熵的知识约简算法 1.3.4 普适知识约简算法 1.3.5 三种经典知识约简算法之间的关系 1.3.6 影响知识约简算法效率的关键因素 1.4 知识获取 1.4.1 知识获取慨述 1.4.2 知识获取的主要途径 1.4.3 知识获取的常用技术 1.5 大数据技术 1.5.1 概述 1.5.2 HDFS 1.5.3 MapReduce 1.6 小结第2章高效的Pawlak粗糙集模型知识约简 2.1 引言 2.2 基于计数排序的知识约简算法中若干关键子算法 2.2.1 基于计数排序的等价类计算算法 2.2.2 基于计数排序的简化决策表获取算法 2.2.3 基于计数排序的正区域计算算法 2.2.4 基于计数排序的核属性计算方法 2.3 高效的知识约简算法框架模型 2.3.1 基于正区域的知识约简算法 2.3.2 基于差别矩阵的知识约简算法 2.3.3 基于信息熵的知识约简算法 2.3.4 高效的知识约简算法框架模型 2.4 实验分析 2.4.1 效率评价 2.4.2 分类精度比较 2.4.3 CHybridⅠ／Ⅱ算法与其他算法比较 2.5 应用实例 2.5.1 预测模型设计 2.5.2 预测结果分析 2.6 小结第3章区间值信息系统的知识约简 3.1 引言 3.2 基本概念和性质 3.2.1 区间值信息系统 3.2.2 相似率 3.2.3 α-极大相容类 3.3 区间值信息系统中的粗糙近似 3.4 区间值信息系统的知识约简 3.5 区间值决策系统的知识约简 3.6 小结第4章大数据下Pawlak粗糙集模型知识约简 4.1 引言 4.2 大数据下知识约简算法中数据和任务并行性 4.3 大数据下知识约简算法中若干关键子算法 4.3.1 大数据下等价类计算算法 4.3.2 大数据下简化决策表获取算法 4.3.3 大数据下核属性计算算法 4.4 大数据下Pawlak粗糙集模型知识约简算法 4.4.1 大数据下基于差别矩阵的知识约简算法 4.4.2 大数据下基于正区域的知识约简算法 4.4.3 大数据下基于信息熵的知识约简算法 4.4.4 大数据下知识约简算法框架模型 4.5 大数据下知识约简算法实验分析 4.5.1 实验环境 4.5.2 大数据下基于差别矩阵的知识约简算法实验分析 4.5.3 大数据下知识约简算法框架模型实验分析 4.5.4 讨论 4.6 小结第5章大数据下区间值信息系统的知识约简 5.1 相关基本概念 5.1.1 多决策表的相关概念和性质 5.1.2 区间值决策表的相关概念和性质 5.2 区间值决策表的启发式约简 5.2.1 代数观下区间值决策表约简的相关概念和性质 5.2.2 基于依赖度的区间值决策表λ-约简算法 5.2.3 信息观下区间值决策表约简的相关概念和性质 5.2.4 基于互信息的区间值λ-约简算法 5.3 多决策表下的区间值λ-全局近似约简 5.3.1 多决策表下的区间值λ-全局约简相关概念和性质 5.3.2 多决策表下的区间值λ-全局近似约简算法 5.4 实验与分析 5.4.1 实验数据 5.4.2 实验环境 5.4.3 评价指标 5.4.4 参数的选择和设置 5.5 小结第6章大数据下层次粗糙集模型知识约简 6.1 引言 6.2 层次粗糙集模型 6.2.1 定性属性粒化表示——概念层次树 6.2.2 定量属性粒化表示——云模型 6.2.3 层次粗糙集模型 6.2.4 讨论 6.3 大数据下层次粗糙集模型约简算法 6.3.1 大数据下计算层次编码决策表算法 6.3.2 大数据下层次粗糙集模型约简算法研究 6.4 实验与分析 6.4.1 理论分析 6.4.2 实验环境 6.4.3 实验分析 6.5 小结第7章大数据下层次粗糙集模型知识获取 7.1 引言 7.2 决策规则 7.3 大数据下并行知识获取模型 7.3.1 信息粒和概念层次构建 7.3.2 不同粒度层次下决策规则度量变化 7.3.3 大数据下并行知识获取算法 7.3.4 时间复杂度分析 7.4 实验与分析 7.4.1 样例分析 7.4.2 实验分析 7.5 小结第8章总结与展望 8.1 总结 8.2 展望参考文献附录附录1 开源云计算平台Hadoop安装和配置附录2 大数据下知识约简算法代码示例

展开全部

商品评论(1条)

写书评赚书币