幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

試驗鑒定數據工程

  • 作者：編者:王煥彬|責編:許波建
  • 出版社：國防工業
  • ISBN：9787118139389
  • 出版日期：2025/12/01
  • 裝幀：平裝
  • 頁數：187
人民幣：RMB 68 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要介紹試驗鑒定數據工程基本概念、理論和方法，包括數據工程概念與內涵、數據規劃與數據標準化、數據採集與存儲和備份容災、數據治理、多維數據分析、關聯規則分析挖掘方法、聚類分析挖掘方法、分類分析挖掘方法、複雜類型數據挖掘以及數據中心規劃建設與管理等內容。書中的每一部分內容都由淺入深，先介紹基本概念、理論基礎和方法流程，然後結合實例進行分析說明，便於讀者更好地理解相關概念和掌握相關方法。
    本書適用於數據工程、信息管理等領域的初學者，不僅可以作為高等院校相關專業本科生和研究生的教材，也可以作為數據工程領域相關專業人員的輔導教材。
作者介紹
編者:王煥彬|責編:許波建
目錄
第1章  緒論
  1.1  數據工程相關概念
    1.1.1  數據定義
    1.1.2  信息定義
    1.1.3  數據和信息的關係
    1.1.4  試驗數據的作用與生命周期
    1.1.5  數據工程概念與研究內容
  1.2  我軍數據工程建設
    1.2.1  建設目標
    1.2.2  建設原則
    1.2.3  建設策略
    1.2.4  建設內容
  1.3  美軍數據工程建設狀況
    1.3.1  統一的數據管理階段
    1.3.2  集中的數據管理階段
    1.3.3  以網路為中心的數據管理階段
  1.4  試驗鑒定數據分析與挖掘
    1.4.1  數據分析概念
    1.4.2  數據挖掘概念
    1.4.3  數據分析與數據挖掘的區別和聯繫
    1.4.4  數據分析與數據挖掘的方法和技術
  1.5  本章小結
  習題
第2章  試驗鑒定數據規劃與數據標準化
  2.1  數據規劃
    2.1.1  數據規劃定義
    2.1.2  數據規劃內容
    2.1.3  數據規劃思想
    2.1.4  數據規劃方法
  2.2  數據標準化
    2.2.1  數據標準化定義
    2.2.2  數據分類與編碼標準化
    2.2.3  數據模式標準化
    2.2.4  元數據標準化
  2.3  本章小結
  習題
第3章  試驗鑒定數據採集與存儲
  3.1  試驗鑒定數據採集
    3.1.1  數據採集概述
    3.1.2  數據採集方法
    3.1.3  數據採集系統
  3.2  試驗鑒定數據存儲
    3.2.1  直連方式存儲
    3.2.2  網路附加存儲
    3.2.3  存儲區域網路
  3.3  試驗鑒定數據備份容災
    3.3.1  數據備份概述
    3.3.2  數據備份技術
    3.3.3  數據容災概述
    3.3.4  數據容災技術

  3.4  本章小結
  習題
第4章  試驗鑒定數據治理
  4.1  試驗鑒定數據預處理
    4.1.1  數據清理
    4.1.2  數據變換
    4.1.3  數據歸約
    4.1.4  數據離散化
  4.2  試驗鑒定數據集成
    4.2.1  數據集成的挑戰
    4.2.2  數據集成的方法
    4.2.3  數據集成的技術
  4.3  試驗鑒定數據分析
    4.3.1  數據的集中趨勢分析
    4.3.2  數據的離中趨勢分析
  4.4  本章小結
  習題
第5章  試驗鑒定多維數據分析
  5.1  多維數據分析概述
    5.1.1  聯機分析定義
    5.1.2  多維數據分析相關概念
  5.2  多維數據模型
    5.2.1  多維數據的概念模型
    5.2.2  多維數據的邏輯模型
    5.2.3  多維數據的物理模型
  5.3  多維數據分析的基本操作、工具及其特點
    5.3.1  多維數據分析的基本操作
    5.3.2  多維數據分析工具及其特點
  5.4  本章小結
  習題
第6章  試驗鑒定數據關聯規則分析挖掘方法
  6.1  關聯規則挖掘概述
  6.2  Apriori關聯規則挖掘演算法
    6.2.1  Apriori演算法的相關概念與性質
    6.2.2  Apriori演算法的思想與步驟
    6.2.3  Apriori演算法的優缺點分析
    6.2.4  Apriori演算法的改進策略
  6.3  FP-Growth關聯規則挖掘演算法
    6.3.1  FP-Growth演算法的思想
    6.3.2  FP-Growth演算法的步驟
    6.3.3  FP-Growth演算法的優缺點分析
  6.4  關聯規則挖掘拓展
  6.5  本章小結
  習題
第7章  試驗鑒定數據聚類分析挖掘方法
  7.1  聚類分析概述
    7.1.1  聚類分析的基本概念
    7.1.2  聚類分析中的數據類型
    7.1.3  數據挖掘對聚類分析的基本要求
    7.1.4  聚類分析中距離的度量

    7.1.5  聚類分析的應用
  7.2  基於劃分的聚類方法
    7.2.1  k-Means聚類演算法分析
    7.2.2  k-Medoids聚類演算法分析
    7.2.3  PAM聚類演算法分析
  7.3  基於層次的聚類方法
    7.3.1  AGNES聚類演算法分析
    7.3.2  CURE聚類演算法分析
    7.3.3  CHAMELEON聚類演算法分析
  7.4  基於密度的聚類方法
    7.4.1  DBSCAN聚類演算法分析
    7.4.2  DENCLUE聚類演算法分析
  7.5  模糊聚類方法
    7.5.1  模糊聚類分析的數學模型
    7.5.2  模糊聚類的定義
    7.5.3  模糊C均值聚類演算法
  7.6  聚類分析中的孤立點檢測方法
    7.6.1  基於統計的方法
    7.6.2  基於距離的方法
    7.6.3  基於偏離的方法
    7.6.4  基於密度的方法
    7.6.5  基於圖形的方法
  7.7  本章小結
  習題
第8章  試驗鑒定數據分類分析挖掘方法
  8.1  裝備試驗數據分類挖掘概述
  8.2  分類挖掘的決策樹演算法
    8.2.1  決策樹相關概念
    8.2.2  決策樹ID3演算法
    8.2.3  決策樹C4.5演算法
  8.3  貝葉斯分類方法
    8.3.1  貝葉斯定理
    8.3.2  樸素貝葉斯分類
  8.4  其他分類方法
    8.4.1  k-最近鄰分類法
    8.4.2  基於案例推理的分類方法
  8.5  分類挖掘的應用
  8.6  本章小結
  習題
第9章  試驗鑒定複雜類型數據分析挖掘方法
  9.1  文本數據挖掘
    9.1.1  文本挖掘概念
    9.1.2  文本挖掘的過程
    9.1.3  文本挖掘的方法
    9.1.4  文本分類步驟、技術與演算法
  9.2  圖像數據挖掘
    9.2.1  圖像數據的特點
    9.2.2  圖像數據預處理
    9.2.3  圖像數據挖掘技術
    9.2.4  圖像數據挖掘的應用

  9.3  語音數據挖掘
    9.3.1  語音數據的特點和挖掘技術
    9.3.2  語音信號處理和特徵提取
    9.3.3  語音識別技術
    9.3.4  語音識別技術的應用
  9.4  視頻數據挖掘
    9.4.1  視頻數據的特點和挖掘技術
    9.4.2  視頻數據預處理
    9.4.3  視頻數據挖掘方法
    9.4.4  視頻數據挖掘的應用
  9.5  數據流挖掘
    9.5.1  數據流的特點
    9.5.2  數據流預處理
    9.5.3  數據流挖掘方法
    9.5.4  數據流管理系統
  9.6  本章小結
  習題
第10章  試驗鑒定數據中心規劃建設與管理
  10.1  數據中心概述
    10.1.1  數據中心概念與架構
    10.1.2  試驗鑒定數據中心建設目標與任務
    10.1.3  試驗鑒定數據中心建設原則
    10.1.4  試驗鑒定數據中心關鍵技術
  10.2  試驗鑒定數據中心規劃
    10.2.1  試驗鑒定數據中心基礎設施規劃
    10.2.2  試驗鑒定數據中心存儲系統規劃
    10.2.3  試驗鑒定數據中心應用系統規劃
    10.2.4  試驗鑒定數據中心保障體系規劃
  10.3  試驗鑒定數據中心管理運維
    10.3.1  試驗鑒定數據中心管理制度
    10.3.2  試驗鑒定數據中心運維管理系統
    10.3.3  試驗鑒定數據中心日常管理
  10.4  本章小結
  習題
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032