由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[醉染正版]正版面向金融大数据的若干聚类方法改进与应用研究王丽敏经济书图书籍科学出版社9787030524539
¥ ×1
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
书名: | 面向金融大数据的若干聚类方法改进与应用研究 |
作者: | 王丽敏,韩旭明 |
出版社: | 科学出版社 |
出版日期: | 2016-01-01 |
版次: | 1 |
ISBN: | 9787030524539 |
市场价: | 76.0 |
前言;
第1章 绪论 1;
1.1 研究背景与意义 1;
1.2 国内外研究现状 2;
1.3 本书主要研究内容 4;
1.4 本书结构安排 5;
参考文献 5;
第2章 聚类算基础 7;
2.1 相似度量方式 7;
2.2 聚类算法分类 8;
2.2.1 基于划分的方法 8;
2.2.2 基于层次的方法 9;
2.2.3 基于密度的方法 10;
2.2.4 基于模型的方法 11;
2.2.5 基于网格的方法 12;
2.2.6 吸引子传播聚类算法 12;
2.3 聚类有效评价指标 17;
2.4 本章小结 19;
参考文献 20;
第3章 基于优化参数的自适应吸引子传播聚类算法及应用 21;
3.1 基于果蝇优化的吸引子传播聚类算法 21;
3.1.1 参数分析与改进 22;
3.1.2 FOA-AP算法流程 23;
3.1.3 实验模拟与结果分析 23;
3.2 基于果蝇优化的自适应吸引子传播聚类算法 27;
3.2.1 FOA-SAP算法流程 27;
3.2.2 实验数据 28;
3.2.3 实验结果与分析 28;
3.3 基于烟花爆炸优化的半监督吸引子传播聚类算法 29;
3.3.1 算法思想 29;
3.3.2 算法描述 29;
3.3.3 半监督约束规则 30;
3.3.4 FEO-SAP聚类算法流程 31;
3.3.5 实验数据 32;
3.3.6 实验结果与分析 32;
3.4 基于布谷鸟优化的半监督吸引子传播聚类算法 35;
3.4.1 布谷鸟优化算法简介 35;
3.4.2 半监督聚类算法简介 36;
3.4.3 CS-SAP算法 37;
3.4.4 CS-SAP算法流程 38;
3.4.5 实验模拟与结果分析 39;
3.5 基于稳定阈值的吸引子传播聚类算法及其应用 42;
3.5.1 基于稳定阈值的偏向参数优化技术 42;
3.5.2 S型收敛因子加速技术 43;
3.5.3 模拟实验与分析 43;
3.6 基于约束规则的吸引子传播聚类算法 46;
3.6.1 稳定模型 46;
3.6.2 *倒序检验 47;
3.6.3 基于约束规则的搜索算法 48;
3.6.4 模拟实验与分析 49;
3.7 本章小结 51;
参考文献 52;
第4章 基于优化相似度矩阵的吸引子传播聚类算法及其应用 53;
4.1 基于变异赋权的吸引子传播聚类算法 53;
4.1.1 变异系数 54;
4.1.2 变异赋权的吸引子传播聚类算法流程 54;
4.1.3 数据预处理 55;
4.1.4 聚类评价指标及实验对比 55;
4.1.5 聚类结果分析 57;
4.2 基于智能赋权的吸引子传播聚类算法的上市公司绩效评价 59;
4.2.1 智能赋权的吸引子传播聚类算法数学模型 59;
4.2.2 智能赋权的吸引子传播聚类算法流程图 60;
4.2.3 实验模拟结果 61;
4.2.4 聚类结果分析 61;
4.3 基于距离度的吸引子传播聚类算法及其应用 63;
4.3.1 度法 63;
4.3.2 基于距离度的吸引子传播聚类算法流程 63;
4.3.3 实验模拟与结果分析 64;
4.3.4 上市公司经济绩效评价 66;
4.4 半监督自适应权重吸引子传播聚类算法 69;
4.4.1 半监督聚类 69;
4.4.2 自适应权重 69;
4.4.3 相关定义 71;
4.4.4 特征权重 72;
4.4.5 AFW-SAP算法 73;
4.4.6 实验模拟与结果分析 73;
4.5 引入变异度的吸引子传播聚类算法 75;
4.5.1 算法基本原理 76;
4.5.2 算法流程 76;
4.5.3 算法在网站聚类评价中的应用 76;
4.6 基于结构相似度的半监督自适应吸引子传播聚类算法 80;
4.6.1 结构相似度量 80;
4.6.2 实验与分析 82;
4.7 基于属分布相似度的吸引子传播聚类算法及应用 87;
4.7.1 属分布相似度 87;
4.7.2 模拟实验与分析 89;
4.8 本章小结 90;
参考文献 90;
第5章 基于复杂数据结构优化的吸引子传播聚类算法及其应用 92;
5.1 基于熵权法和主成分分析法相结合的吸引子传播聚类算法 93;
5.1.1 熵权法 93;
5.1.2 主成分分析法 94;
5.1.3 EWPCA-AP算法及其应用 95;
5.2 基于奇异值分解的自适应吸引子传播聚类算法 102;
5.2.1 奇异值分解 102;
5.2.2 基于奇异值分解的降维过程 103;
5.2.3 动态阻尼因子策略 103;
5.2.4 SVD-SAP算法流程 104;
5.2.5 实验与分析 104;
5.2.6 SVD-SAP聚类算法在股市板块的应用 106;
5.3 基于*小簇匹配的流形吸引子传播聚类算法 107;
5.3.1 流形学习与流形距离 107;
5.3.2 一种基于图的流形距离 109;
5.3.3 基于*小簇匹配的流形聚类算法 110;
5.3.4 模拟实验与分析 110;
5.4 融合多指标面板数据的上市公司绩效评价模型 113;
5.4.1 多指标面板数据的二维表形式 113;
5.4.2 多指标面板数据的相似度 114;
5.4.3 融合多指标面板数据的半监督吸引子传播聚类算法流程 114;
5.4.4 实证分析 115;
参考文献 119;
第6章 结论与展望 122;
6.1 结论 122;
6.2 展望 125;
彩图;
大数据是一股颠覆力量,使各行业机遇与挑战并存。大数据时代的来临,使大数据分析成为各行业竞争发展的变革点。麦肯锡研究所的研究显示,数据对于企业的重要正变得与劳动力和资本并驾齐驱。聚类是数据分析的重要手段之一,面对海量数据,提取有价值的信息具有重要意义。本书是作者几年来科研成果结,全书共分6章,是针对吸引子传播聚类等算法进行若干理论改进与应用研究,并将其用于金融领域中,取得了令人满意的结果。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格