不确定性多目标优化的数据挖掘理论及应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

不确定性多目标优化的数据挖掘理论及应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引言 1

1.1 研究背景与意义 1

1.2 本书的主要内容与组织结构 3

1.3 研究方法与技术路线 6

第2章 相关理论基础 7

2.1 数据挖掘 7

2.1.1 基本理论、模型和算法 8

2.1.2 针对异构数据的方法及应用 11

2.1.3 性能评价方法 12

2.1.4 实际应用 12

2.1.5 其他方面 14

2.2 最优化理论 16

2.2.1 经典优化理论、方法和应用 16

2.2.2 启发式优化方法 18

2.2.3 全局优化及国内的优化研究 19

2.3 分类问题 20

2.3.1 分类器方法 20

2.3.2 分类性能的提升 23

2.3.3 分类结果评价 23

2.4 最优化分类方法 24

2.4.1 支持向量机分类方法 24

2.4.2 数学规划分类方法 26

2.5 数据的不确定性 27

2.5.1 数据的不确定性概述 27

2.5.2 不确定性的研究现状 29

2.6 不确定理论 30

2.6.1 不确定理论综述 30

2.6.2 模糊集与模糊规划 32

2.6.3 粗糙集与粗规划 33

2.7 数据挖掘方法的近似性和多目标性 34

2.8 小结 35

第3章 多目标优化分类模型 36

3.1 分类问题的表示与评价 36

3.1.1 分类问题的表示 36

3.1.2 分类性能评价 37

3.2 支持向量机分类模型 40

3.2.1 支持向量机分类模型概述 40

3.2.2 最小二乘支持向量机分类模型 44

3.3 多目标优化分类模型概述 46

3.3.1 多目标决策概述 47

3.3.2 多目标优化分类模型 49

3.3.3 多目标线性规划分类模型 55

3.3.4 多目标二次规划分类模型 59

3.4 MCO和SVM分类模型的关系分析 64

3.5 小结 66

第4章 模糊多目标规划分类模型和算法 67

4.1 模糊集基本理论 67

4.2 模糊多目标线性规划分类模型和算法 70

4.2.1 模糊决策和模糊线性规划 70

4.2.2 模糊多目标线性规划分类模型 72

4.2.3 模糊多目标线性规划分类算法 79

4.2.4 与多阶段模糊线性规划分类方法的对比分析 82

4.3 模糊多目标二次规划分类模型 85

4.3.1 模糊二次规划 85

4.3.2 模糊多目标二次规划分类模型 86

4.4 小结 90

第5章 基于粗糙集的特征选择与多目标规划分类模型和算法 91

5.1 特征选择和约简方法 91

5.1.1 特征选择和属性约简基本理论 91

5.1.2 基于统计属性贡献度的约简方法 93

5.2 基于粗糙集的约简方法 96

5.2.1 基于等价关系的粗集约简方法 97

5.2.2 基于不可分辨关系的粗集整数规划约简模型 100

5.3 基于粗糙集的多目标规划分类模型和算法 103

5.3.1 基于粗糙集的多目标规划分类模型 104

5.3.2 基于粗糙集的多目标规划分类算法 106

5.4 粗糙集近似理论 107

5.5 粗近似多目标规划分类模型 109

5.5.1 粗近似多目标线性规划分类模型 112

5.5.2 粗近似多目标二次规划分类模型 113

5.6 小结 115

第6章 基于核、模糊化和惩罚因子的多目标优化分类模型 117

6.1 不确定现象概述 117

6.2 模糊支持向量机分类模型 122

6.3 基于核、模糊化和惩罚因子的多目标优化分类模型 125

6.3.1 基于核与惩罚因子的模糊多目标优化分类模型 125

6.3.2 基于模糊化和惩罚因子的核多目标优化分类模型 130

6.4 小结 133

第7章 不确定性多目标优化分类模型的应用 135

7.1 信用评分 135

7.1.1 信用评分及相关方法概述 135

7.1.2 信用评分流程 139

7.1.3 信用评分数据集 141

7.1.4 信用评分实例分析 142

7.2 Web客户忠诚度分析 157

7.2.1 Web挖掘概述 157

7.2.2 Web客户忠诚度分析数据集 158

7.2.3 性能分析 160

7.2.4 Web客户忠诚度分析 161

7.3 蛋白质交互的热点区域的预测 165

7.3.1 概述 165

7.3.2 蛋白质交互的热点区域预测数据集 166

7.3.3 蛋白质交互的热点区域分析 166

7.4 重大疾病的医疗诊断和预测 170

7.4.1 数据概述 170

7.4.2 重大疾病的医疗诊断和预测分析 171

7.5 小结 175

第8章 总结与展望 176

8.1 研究总结 176

8.2 主要贡献 177

8.3 对后续研究工作的展望 178

参考文献 180