机读格式显示(MARC)
- 000 01905nam0 2200313 450
- 010 __ |a 978-7-5097-8569-0 |d CNY49.00
- 100 __ |a 20160128d2015 em y0chiy0110 ea
- 200 1_ |a 高维数据分析预处理技术 |A gao wei shu ju fen xi yu chu li ji shu |d = Subspace recognization for object-attribute space with high-dimension sparse feature |f 祝琴著 |z eng
- 210 __ |a 北京 |c 社会科学文献出版社 |d 2015
- 215 __ |a 166页 |c 图 |d 24cm
- 300 __ |a 本书系以下项目的部分成果 国家自然科学基金项目: 生态农业区域规模化人力资本缺失治理政策与管理措施反馈分析和动态仿真理论模型应用研究 (71563028) 江西省软课题: 隐性知识网络视角下的高技术企业科技创新绩效提升对策研究 (20141BBA10035) 等
- 306 __ |a 本书获江西省“十二五”重点学科管理科学与工程资助出版
- 314 __ |a 祝琴, 女。现为南昌大学管理学院副教授。
- 320 __ |a 有书目 (第145-164页)
- 330 __ |a 本书共分7章。第1章为引言, 介绍了本书写作的目的与意义和主要研究内容, 最后给出全文的组织结构; 第2章对本书所涉及的数据挖掘与知识发现理论做了了较为基础的概述; 第3章提出了一种改进的CABOSFV高属性维稀疏数据聚类算法; 第4章给出了具有高维稀疏特征的对象-属性空间的定义, 提出了对具有高维稀疏特征的对象-属性空间分割的方法识别其子空间的思想, 并提出了一种新型的两阶段联合聚类的算法, 实现对高维稀疏数据的对象维和属性维进行聚类分割以识别其子空间; 第5章提出了对象-属性边缘重叠区域的归属判断算; 第6章提出了高维稀疏对象-属性子空间优化方法; 第7章为总结与展望部分, 总结了本书的研究成果, 指出了进一步研究的方向。
- 510 1_ |a Subspace recognization for object-attribute space with high-dimension sparse feature |z eng
- 606 0_ |a 统计数据 |A tong ji shu ju |x 统计分析
- 606 0_ |a 统计数据 |A tong ji shu ju
- 606 0_ |a 统计分析 |A tong ji fen xi
- 701 _0 |a 祝琴 |A zhu qin |4 著
- 801 _0 |a CN |b LIB |c 20170312
- 905 __ |a LIB |d O212.1/72