复杂系统中大数据分析与实践2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

复杂系统中大数据分析与实践PDF格式电子书版下载

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 大规模数据云计算设施：当前的紧迫任务1

1.1 引言2

1.2 相关工作3

1.3 云计算概述4

1.3.1 云计算的基本特征4

1.3.2 服务模型5

1.3.3 部署模型6

1.3.4 云存储设施8

1.3.5 云存储设施需求9

1.4 大数据概述10

1.4.1 大数据的特征11

1.4.2 大数据对于基础设施的影响12

1.4.3 大数据对于未来市场的影响14

1.5 云计算与大数据：不可抗拒的结合15

1.5.1 优化当前基础设施以处理大数据16

1.6 使用云服务处理大数据的挑战与困难17

1.7 讨论19

1.8 结论20

参考文献20

第2章 大数据运动：数据处理的挑战24

2.1 引言25

2.2 大数据中的数据处理27

2.2.1 数据结构27

2.2.2 NoSQL数据库28

2.2.3 大数据30

2.3 数据处理服务中的并行性33

2.3.1 性能评估33

2.3.2 可拓展性与Amdahl's定律33

2.3.3 任务与数据并行性34

2.3.4 编程环境35

2.3.5 编程语言与代码优化36

2.4 天文学中的大数据崩塌37

2.4.1 虚拟观测39

2.4.2 天文信息学42

2.5 大数据与演化算法：视角与可能性46

2.6 总结53

参考文献54

第3章 基于高维数据的鲁棒性能模型担保59

3.1 引言60

3.1.1 问题定义61

3.2 相关工作63

3.2.1 挑战与贡献65

3.3 约束和对比模型性能的原则68

3.3.1 鲁棒性统计评估68

3.3.2 数据灵活性73

3.3.3 数据可拓展性75

3.3.4 多设置条件下性能担保水平评估75

3.3.5 多准则集成76

3.4 结果与讨论77

3.5 结论及下一步工作83

参考文献84

第4章 流聚类算法导读88

4.1 引言89

4.2 流聚类算法的体系结构90

4.3 数据流聚类存在的问题91

4.3.1 概要表示91

4.3.2 到达的数据点的高效增量处理92

4.3.3 处理混合属性92

4.3.4 获取近期性和数据演化92

4.3.5 硬聚类和模糊聚类94

4.3.6 异常值检测94

4.4 流聚类方法94

4.4.1 基于距离和基于密度的方法95

4.4.2 基于网格的方法99

4.4.3 基于统计法的方法104

4.4.4 讨论107

4.5 流聚类算法中概要的功能110

4.5.1 概要对参数的敏感性110

4.5.2 概要初始化111

4.5.3 获取数据中自然结构的能力111

4.5.4 存储器的使用112

4.5.5 单点处理时间112

4.5.6 对数据排序的敏感性112

4.5.7 管理混合属性113

4.5.8 处理异常值113

4.5.9 获取数据演化113

4.5.10 总结114

4.6 流聚类的其他问题和挑战114

4.6.1 弱实验评估115

4.6.2 可用性116

4.6.3 改变建模117

4.7 结论117

参考文献118

第5章 大数据中的语言重复交叉检查123

5.1 引言124

5.2 重复记录检测概述127

5.2.1 拼音名字匹配算法129

5.2.2 重复记录检测技术的质量129

5.3 相关工作130

5.4 方法学132

5.4.1 上述重复记录检测框架133

5.4.2 预处理：数据清理和标准化134

5.4.3 语言插件135

5.4.4 创建基于语音的词典136

5.4.5 索引/分块136

5.4.6 记录配对比较137

5.4.7 分类函数137

5.4.8 跨语言重复记录检测的质量评估137

5.4.9 未来展望：大数据趋势138

5.5 结果和讨论139

5.5.1 实验1：比较CLDRD和Febrl140

5.5.2 实验2：比较Febrl和CLDRD中的分块技术141

5.6 总结141

参考文献142

第6章 基于粗糙集和改进和声搜索算法混合的新型蛋白序列分类特征选择算法145

6.1 引言146

6.2 相关工作148

6.3 提议的框架150

6.3.1 蛋白质一级序列150

6.3.2 伪氨基酸生成器152

6.3.3 氨基酸成分152

6.3.4 K－元组子序列152

6.3.5 离散化153

6.3.6 蛋白质分类153

6.4 粗糙集理论基础154

6.5 特征提取155

6.6 特征选择156

6.6.1 基于粗糙集属性的约简算法156

6.6.2 粗糙集粒子群最优化算法157

6.6.3 和声搜索算法158

6.6.4 基于粗糙集的改进的和声搜索算法（RSIHS）161

6.7 实验分析163

6.7.1 数据源163

6.7.2 结果及讨论163

6.8 结论及未来工作167

参考文献168

第7章 Twitter中新闻演化的自动发现172

7.1 引言173

7.2 相关工作175

7.2.1 大数据：挑战和机遇175

7.2.2 社交媒体和“大数据”176

7.3 Twitter网络的背景178

7.3.1 作为决策支持工具的Twitter180

7.4 关联规则挖掘概述180

7.4.1 推文中的关联规则181

7.4.2 规则相似性和差异性181

7.4.3 度量相似性182

7.5 基于事务的规则改变挖掘的演化182

7.5.1 基于事务的规则改变挖掘规则的定义183

7.6 使用基于事务的规则改变挖掘规则类型识别（TRCM-RTI），分析推文趋势184

7.6.1 规则趋势分析184

7.6.2 推文中正在演化规则的时间帧窗口185

7.6.3 新闻和主题标签，哪个先出现？——“TwO-NwO”状态186

7.7 实证评估187

7.7.1 实验设置188

7.7.2 实验性的案例研究189

7.7.3 案例研究192

7.8 结论193

7.8.1 未来工作194

参考文献194

第8章 基于混合容差粗糙集的社交标签系统智能方法研究197

8.1 引言198

8.2 相关工作200

8.3 社交标签数据聚类的各阶段203

8.3.1 数据格式化203

8.3.2 预处理204

8.3.3 聚类205

8.4 实验结果211

8.4.1 无监督快速精简书签选择211

8.4.2 聚类算法的性能分析212

8.4.3 比较分析217

8.5 结果的解释221

8.6 结论222

参考文献222

第9章 为比较胆囊切除术后病患的共病指数开发麻醉和手术护理医疗数据库225

9.1 引言226

9.1.1 临床数据库226

9.1.2 围手术期疗效比较研究227

9.1.3 大型数据库和围手术期研究229

9.1.4 基于风险分层的共病重要性230

9.2 本章目标和结构232

9.3 方法232

9.3.1 参与者232

9.3.2 变量232

9.3.3 数据分析233

9.4 结果233

9.4.1 病患特征233

9.4.2 粗死亡率233

9.5 讨论236

9.5.1 研究的局限性和优势236

9.5.2 其他应用236

9.5.3 大数据库的优势240

9.5.4 大型数据库的有效性241

9.5.5 注意事项和清单244

9.6 总结244

参考文献245

第10章 采用初级保健服务、医院和职业数据库的病假和记录连接研究250

10.1 引言251

10.1.1 电子卫生数据库251

10.1.2 记录连接254

10.1.3 初级卫生保健患者的Charlson共病指数和病假258

10.2 目的和章节结构260

10.3 方法260

10.3.1 研究人群260

10.3.2 数据收集260

10.3.3 统计分析261

10.4 结果262

10.5 讨论267

10.5.1 病假和CCIPC267

10.5.2 下一步：通过大数据提高信息的可用性269

10.6 结论270

参考文献271

第11章 基于双射软集合的ECG心律失常的分类276

11.1 引言277

11.2 相关工作278

11.3 材料和方法281

11.3.1 信号采集282

11.3.2 信号预处理和特征提取282

11.3.3 改良双射软集合的提出和应用284

11.4 Pan-Tompkins算法286

11.4.1 带通滤波器286

11.4.2 求导287

11.4.3 非线性转换287

11.4.4 移动窗口整合287

11.4.5 框标287

11.5 基本概念——软集合和双射软集合288

11.5.1 软集合理论288

11.5.2 双射软集合理论288

11.6 ECG信号相对性分类算法289

11.6.1 反向传播神经网络289

11.6.2 朴素贝叶斯分类法291

11.6.3 决策树——J48291

11.6.4 决策表算法292

11.7 实验分析和结果293

11.8 结论297

参考文献298

第12章 地理空间语义：从大数据到数据生态系统301

12.1 引言301

12.2 相关工作303

12.3 地理空间语义304

12.3.1 语义关系305

12.3.2 语义属性和剖析307

12.4 应用308

12.4.1 地理数据生态系统308

12.4.2 犯罪地图：分析员和公民310

12.4.3 地理空间的推理314

12.5 结论318

参考文献318

第13章 常见乳腺癌中DNA甲基化的大数据分析和可视化322

13.1 引言323

13.2 背景324

13.2.1 DNA甲基化324

13.2.2 乳腺癌亚型的生物学特征325

13.2.3 统计学背景327

13.3 实验方法328

13.3.1 非特异性过滤329

13.3.2 特异性过滤330

13.3.3 形式概念分析（FCA）330

13.4 实验结果与讨论331

13.5 应用FCA识别乳腺癌亚型332

13.5.1 形式背景332

13.5.2 FCA335

13.6 结论与展望336

参考文献337

第14章 大数据的数据质量、分析学和隐私339

14.1 引言340

14.2 数据/信息质量和数据集成341

14.2.1 定义341

14.2.2 市场概述341

14.2.3 数据/信息质量管理343

14.2.4 大数据质量344

14.3 数据隐私和安全344

14.3.1 医疗保健大数据345

14.3.2 医疗保健领域的数据隐私345

14.3.3 数据安全概述346

14.3.4 管理和政策347

14.3.5 大量安全数据348

14.3.6 安全产品348

14.4 大数据分析学352

14.4.1 概述352

14.4.2 技术352

14.4.3 商业决策353

14.5 讨论354

14.5.1 大数据人才的市场需求355

14.5.2 大数据解决方案的实施355

14.5.3 大数据出版物分析355

14.5.4 大数据安全358

14.6 结论359

参考文献360

第15章 医学领域海量异构数据的检索、分析与可视化对比研究362

15.1 引言363

15.2 相关工作364

15.2.1 数据可视化364

15.2.2 电子病历的可视化系统366

15.3 医疗多项目系统370

15.3.1 M2ICOP系统的结构371

15.4 实验378

15.5 M2ICOP系统功能和可用性的评估379

15.5.1 数据采集和评估过程380

15.5.2 评估结果380

15.6 结论381

参考文献381

第16章 基于改进软粗糙集的心律失常心电图信号分类方法385

16.1 引言386

16.1.1 心电图波形描述387

16.1.2 心电图的解释387

16.2 相关工作388

16.3 研究方法389

16.3.1 信号采集390

16.3.2 预处理390

16.3.3 特征提取392

16.4 背景393

16.4.1 粗糙集393

16.4.2 软集合理论394

16.4.3 软粗糙集395

16.5 分类396

16.5.1 朴素贝叶斯396

16.5.2 MLP396

16.5.3 BPN397

16.5.4 J48397

16.5.5 JRip397

16.5.6 决策表398

16.5.7 MSR399

16.6 实验分析及结果400

16.6.1 评价指标401

16.6.2 性能评估402

16.6.3 讨论404

16.7 结论405

参考文献405

第17章 一种新型大型分布式数据的描述与操作架构408

17.1 引言409

17.2 分布式数据库和大数据410

17.2.1 集中式架构内大数据的缺点410

17.2.2 分布式数据库的性能问题411

17.2.3 关于透明度问题411

17.3 现有DDBMS概述412

17.3.1 DDBMS规范412

17.3.2 在Oracle下的DDB实现示例412

17.4 目的416

17.5 描述和操作大型分布式数据的新架构418

17.5.1 本方法的目标418

17.5.2 建议的分层架构418

17.6 智能大型分布式数据420

17.6.1 研究结果420

17.6.2 结果评论429

17.7 结论430

参考文献430