本书的第1章,对数据挖掘的研究历史和现状、当前数据挖掘热点做了简要介绍;第2章为数据挖掘技术,对数据挖掘概念及功能、数据挖掘流程、数据挖掘工具、数据挖掘在医学上的应用进行了描述;第3章介绍了主要的数据挖掘的算法及理论依据;第4章研究了因子分析在临床检验中的应用,对大量临床检验数据信息中的女性生化指标进行数据挖掘,为女性预防保健和评价女性健康水平提供参考依据;第5章分析了逐步聚类在血流变检验中的应用;第6章为逐步聚类在肺癌CT 图像特征的应用研究,得到了孤立性肺结节肺癌患者的CT 图像医学特征分类;第7章是因子聚类分析在中风与血流变关系的应用研究;第8章是模糊聚类和Logistic回归在试管婴儿成功因素的应用;第9章为关联规则在中风疾病与血流变关系中的应用;第10章为Apriori算法在试管婴儿成功因素分析中的应用;第11章是灰色预测在女性胆固醇随年龄变化中的应用,对女性健康保健和疾病有一定的预防意义。
本书从医学大数据面临的机遇与挑战讲起,概述了国际上有代表性的医学大数据库内容及特点,之后依次阐述了医学大数据预处理的主要原则,过程和混杂因素的控制方法,以及数据挖掘常用的软件平台和机器学习算法与技术,并就回归方程,数据降维,关联规则,大数据预测建模等常用的数据分析方法进行讲解.此外,本书还介绍了生物信息大数据挖掘的常用网站与使用方法,供生物信息挖掘爱好者参考.本书的每一章都附有案例,便于读者理解和掌握医学大数据挖掘的相关理论与方法,使本书具有较高的实用性和可操作性.
本书系统地介绍了数据挖掘技术的产生、发展、应用及相关原理和算法,其主要内容包括:数据挖掘基本知识、数据挖掘处理流程、数据库和联机分析处理、序列模式挖掘方法、Web挖掘以及分类方法在医学图像中的应用等。
本书共分九章, 将数据挖掘的理论和实践相结合, 着重介绍数据挖掘的基本概念及其在生物医学领域内的各种实际应用, 旨在使读者能熟悉并理性地应用这种方法, 解决医学基础科研及临床研究中的实际问题.
本书从信息技术的角度介绍了数据仓库及数据分析与挖掘的基本原理, 技术和发展前景;从医学科学的角度介绍了医学信息与医学数据以及相关处理技术的特殊性和最新的研究成果.
Ben shu xi tong he shen ru di pou xi le shu ju cang ku de mo xing, Yi shu ju cang ku wei ying yong ping tai de lian...
本书针对当前恒星光谱分析面临的主要问题,利用数据挖掘方法,对恒星光谱分类、稀有天体光谱自动发现、天文大数据挖掘等方面的内容展开研究。本书将定性与定量研究、理论与实证研究相结合,融合多个学科的研究成果,在研究方法和手段上有所创新。本书既有翔实的理论阐述,又有系列的公式推导,严谨可信,具有较高的理论研究价值;同时,本书提出的一些新型模型和理论框架具有较高的应用价值。
多媒体数据挖掘、存储和检索技术需要集成标准的数据挖掘方法,还要构建多媒体数据立方体,运用基于模式相似匹配的理论等。图像与视频的数据挖掘包括 ... 近几年,基于互联网应用的数据挖掘开始发展以来,其挖掘对象往往是半结构化的、异构的数据(Web数据)。
与 MIS 相比, DSS 之所以能够对决策制订过程提供有效的支持,除了系统设计思想不同外,主要在于 DSS 中有能为决策者提供推理、比较选择和分析整个问题的模型库。 ... DSS 设立知识库,其总目的是为了扩大与决策者共有的论域,以便更好勾通思维。
語料庫(Corpus)是語言學研究的重要工具,隨著大數據、人工智能、可視化等技術的融入,現代意義上的語料庫已經成為智能語言服務的重要資源。多語種語料庫應用價值的深度挖掘和有效利用,在推進多領域智能化與國際化發展中起著至關重要的作用,也是語言服務行業高質量發展的題中之義。本書梳理了語料庫技術的衍生發展進程,提煉了多語種語料庫應用的典型案例,闡釋了多語種語料庫建設的關鍵技術,深入挖掘語料庫在商業服務、翻譯服務、信息服務、技術服務等方面具有的應用價值,系統分析了多語種語料庫在數字時代所扮演的重要角色。 More
本书共9章,内容包括:数据挖掘的基本概念和原理,数据预处理,各种分类,聚类和关联规则提取算法,以及在生物信息学,材料学中的实际应用案例.