《時(shí)序數(shù)據(jù)挖掘與過程神經(jīng)元網(wǎng)絡(luò)》

時(shí)序數(shù)據(jù)挖掘與過程神經(jīng)元網(wǎng)絡(luò)

葛利 著

黑龍江科學(xué)技術(shù)出版社

2012-7 25.00

978-7-5388-7234-7

時(shí)間序列問題是一類在各領(lǐng)域廣泛存在的問題，在經(jīng)濟(jì)、氣象、水利、林業(yè)等多個(gè)領(lǐng)域更是多有涉及，其中大多數(shù)時(shí)序問題的解決可歸屬為時(shí)序數(shù)據(jù)挖掘的范疇，時(shí)序問題的有效解決可為各領(lǐng)域?qū)嶋H問題的解決提供有效的技術(shù)支持。

目前對(duì)于時(shí)序數(shù)據(jù)的挖掘是數(shù)據(jù)挖掘研究的熱點(diǎn)之一，這方面的研究具有很強(qiáng)的理論意義和實(shí)際應(yīng)用價(jià)值。一方面，時(shí)序數(shù)據(jù)挖掘的應(yīng)用背景廣泛，另一方面，時(shí)序數(shù)據(jù)具有時(shí)變性、高維性、噪聲干擾及波動(dòng)性等復(fù)雜特點(diǎn)，所以，時(shí)序數(shù)據(jù)挖掘一直是數(shù)據(jù)挖掘領(lǐng)域研究的的熱點(diǎn)和難點(diǎn)問題之一。

哈爾濱商業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院教授葛利博士，十幾年來一直潛心數(shù)據(jù)庫(kù)與人工智能結(jié)合領(lǐng)域中的數(shù)據(jù)挖掘研究，她應(yīng)用過程神經(jīng)元網(wǎng)絡(luò)這一技術(shù)較為成功地解決時(shí)間序列背景下的數(shù)據(jù)挖掘問題，并將其在時(shí)序數(shù)據(jù)挖掘相關(guān)研究工作方面的成果加以歸納、總結(jié)，著成《時(shí)序數(shù)據(jù)挖掘與過程神經(jīng)元網(wǎng)絡(luò)》一書，由黑龍江科學(xué)技術(shù)出版社于2012年7月出版。該書已入選國(guó)家新聞出版廣電總局第四屆“三個(gè)一百”原創(chuàng)圖書出版工程。

本書重點(diǎn)闡述了基于過程神經(jīng)元網(wǎng)絡(luò)進(jìn)行時(shí)序數(shù)據(jù)挖掘的研究成果。主要內(nèi)容包括：過程神經(jīng)元網(wǎng)絡(luò)基本理論與技術(shù)，時(shí)序過程神經(jīng)元網(wǎng)絡(luò)分類器研究，時(shí)序過程神經(jīng)元網(wǎng)絡(luò)聚類分析及仿真，時(shí)序過程神經(jīng)元網(wǎng)絡(luò)預(yù)測(cè)研究，時(shí)序過程神經(jīng)元網(wǎng)絡(luò)控制研究及應(yīng)用實(shí)例。

全書共分6章，第一章介紹了時(shí)間序列和數(shù)據(jù)挖掘的基本知識(shí)；第二章對(duì)過程神經(jīng)元網(wǎng)絡(luò)的基本理論作以介紹；第三章討論了基于自組織過程神經(jīng)元網(wǎng)絡(luò)和小波技術(shù)進(jìn)行時(shí)序聚類分析的方法和仿真實(shí)例；第四章給出了基于徑向基過程神經(jīng)元網(wǎng)絡(luò)進(jìn)行時(shí)序分類研究的方法和驗(yàn)證結(jié)論；第五章介紹了應(yīng)用過程神經(jīng)元網(wǎng)絡(luò)進(jìn)行時(shí)序預(yù)測(cè)的模型和應(yīng)用實(shí)例；第六章給出了基于過程神經(jīng)元網(wǎng)絡(luò)實(shí)現(xiàn)時(shí)序過程控制的模型和方法，并以木材干燥過程控制為例說明了方法的特點(diǎn)。

本書的突出特點(diǎn)是：成功應(yīng)用過程神經(jīng)元網(wǎng)絡(luò)這一技術(shù)解決時(shí)間序列背景下的數(shù)據(jù)挖掘問題。由于過程神經(jīng)網(wǎng)絡(luò)是傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在時(shí)間域上的拓展，其過程式輸入放寬了傳統(tǒng)神經(jīng)元網(wǎng)絡(luò)模型對(duì)于輸入的同步瞬時(shí)限制，是更一般化的人工神經(jīng)元網(wǎng)絡(luò)模型，在處理與時(shí)間相關(guān)的問題上，具有自身獨(dú)特的優(yōu)勢(shì)。

由于各領(lǐng)域很多實(shí)際問題都可以歸屬于時(shí)間序列背景下的數(shù)據(jù)挖掘問題，因此，應(yīng)用這一研究成果就可以解決一系列生產(chǎn)和實(shí)際應(yīng)用中的問題。這一研究成果為解決這類問題提供了新的方法和思路，應(yīng)用這一成果，不僅在預(yù)測(cè)精度上有所提高，而且在分類、聚類上也有所提高。

讀者對(duì)象：本書闡述了過程神經(jīng)元網(wǎng)絡(luò)與時(shí)序數(shù)據(jù)挖掘結(jié)合的理論機(jī)理及具體實(shí)現(xiàn)技術(shù)，給出了相關(guān)仿真實(shí)驗(yàn)和應(yīng)用實(shí)例，對(duì)過程神經(jīng)元網(wǎng)絡(luò)應(yīng)用于時(shí)序數(shù)據(jù)挖掘的性能進(jìn)行了評(píng)價(jià)與分析。

本書可供從事相關(guān)研究的科研工作者和計(jì)算機(jī)、管理科學(xué)相關(guān)專業(yè)研究生參考使用。