相關商品
商品簡介
商品簡介
本書在理論上的研究主要是：闡述了資料挖掘的研究現狀，闡述了支持向量機分類和回歸演算法，並且分析了支援向量機的理論基礎——統計學習理論。引入模糊係數規劃的模型和解法，給出了分類問題中的模糊資訊表示方法。將模糊分類問題轉化為求解模糊係數規劃問題。分別建立了Fuzzy線性可分問題、Fuzzy廣義線性可分問題和Fuzzy非線性問題的支援向量分類機（演算法）。 研究了構建模糊支持向量分類機時，模糊係數規劃中最佳閾值的確定方法。對LSSVM遺傳演算法中的參數優化問題進行了研究，對非線性支援向量機回歸演算法進行了改進。以Fuzzy聚類、Fuzzy規劃、支援向量機回歸演算法為關鍵技術，設計了燒結礦化學成分預測輔助系統，並取得了理想的預測效果。對“最短距離聚類演算法”進行了改進，提出了鄰近聚類演算法，使其適用於任意形狀的聚類。提出並證明了2個可以快速搜索到最近鄰點的搜索定理。根據搜索定理提出了相應的搜索演算法：“基於距離的聚類”演算法、“基於閾值的鄰近聚類”演算法、“鄰近聚類”演算法、“多重聚類”演算法。對以上演算法用實驗資料進行了驗證，實驗結果表明該演算法是有效的，可以快速產生不同層次的高品質聚類。基於仿生計算技術，分析了基因運算式編程（Gene Expression Programming，GEP）中採用的隨機初始化策略，雖然實現簡單，佔用計算資源少，但產生的初始種群基因多樣性有限。在GEP演算法中，隨機產生初始種群策略有時還會產生“最高適應度為負”的種群，從而導致進化很難開始。提出了精英個體產生方案和基因空間均勻分佈初始種群產生方案。前者可以產生適應度較高的個體，後者可以提高初始種群基因多樣性，並且產生的初始種群的最高適應度一般為正。證明了基因運算式編程解碼空間定理。通過GEP類比3個標準函數的挖掘過程，結果表明：優化後的基因運算式編程方案可以大大提高進化成功率。本書在技術應用上的研究主要是：開發了“中醫症狀鑒別智慧診斷系統”。在理論與實例的結合上，具體設計了圖像分割與影像快速融合、安全設計與資訊檢索優化方法、優化設計與決策支援、智慧控制技術、第四方物流多屬性指派決策機制等多個研究領域的問題求解方案。
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。