离群数据检测作为数据挖掘的主要研究内容之一，可从海量、高维、多源的数据中，有效检测出与众不同且价值巨大的异常对象，广泛应用于金融欺诈、医疗处理、工业制造、公共安全及环境卫生等多个领域。本书以多源离群数据检测为研究对象，对基于影响空间的离群数据检测、基于约束概念格的离群数据检测、基于核密度估计的离群数据检测、基于k近邻连接的多源可信离群数据检测、基于影响空间的多源关联离群数据检测等算法进行了深入研究，设计实现了多源离群数据的并行检测算法，可有效应用于智能制造中，为机械产品加工质量分析提供技术支持，也可应用于天体光谱数据中，为识别并交叉验证特殊、未知天体候选源提供了一种有效手段。
本书既可供从事数据挖掘、机器学习、软件工程及智能制造等相关领域的科研及工程人员参考，也可作为高等院校计算机、软件工程及自动化等专业的本科生与研究生的学习参考书。
第1章 绪论
1.1 大数据及数据挖掘
1.2 多源数据挖掘方法
1.3 集群系统与并行计算模型
1.4 数据挖掘的应用
第2章 单源离群数据检测
2.1 基于影响空间的离群数据检测
2.2 基于剪枝策略的离群数据检测
2.3 基于约束概念格的离群数据检测
2.4 基于核密度估计的离群数据检测
第3章 基于 kNN 连接的多源可信离群数据检测
3.1 问题的提出
3.2 基于近邻的离群数据检测
3.3 多源可信离群数据检测
3.4 基于kNN连接的多源可信离群数据检测算法
3.5 实验分析
第4章 基于kNN影响空间的多源关联离群数据检测
4.1 问题的提出
4.2 特征选择和基于子空间的离群数据检测
4.3 面向多源数据的特征选择
4.4 基于影响空间和相关子空间的多源关联离群数据检测
4.5 实验分析
第5章 多源离群数据并行检测及性能优化
5.1 问题的提出
5.2 基于MapReduce的多源可信离群数据并行检测
5.3 PMOD并行算法实验分析
5.4 基于MapReduce的多源关联离群数据并行检测
5.5 PFRMOD算法实验分析
第6章 多源离群数据检测的应用
6.1 基于多源离群数据检测的冷轧辊加工质量分析
6.2 基于离群数据检测的天体光谱异常特征提取与分析
参考文献
点击下载