物聯(lián)網(wǎng)中的智能決策v1135-免費閱讀
【正文】 ?了解離群點分析的三種方法（基于統(tǒng)計，距離偏移）。例如，用戶在上網(wǎng)的時候通常需要不停地從一個網(wǎng)頁通過 HTTP鏈接跳轉到另一個網(wǎng)頁 ?獲取互聯(lián)網(wǎng)用戶訪問模式帶來的好處很多，首先可以輔助改善分布式網(wǎng)絡系統(tǒng)的性能，例如在有高度相關的站點間提供快速有效的訪問通道。偏離事先給出的特征描述的數(shù)據(jù)對象被認為是離群點 演化分析 演化分析 的目的是挖掘 隨時間變化 的數(shù)據(jù)對象的變化規(guī)律和趨勢，并對其建模，進而為相關決策提供參考 演化分析的應用 ?對股票的演化分析可以得出整個股票市場和特定的公司的股票變化規(guī)律，為投資者決策提供幫助 ?對生態(tài)和氣候的演化分析可以知道人類活動對自然的影響程度，為環(huán)境保護提供重要依據(jù) ?… 建模方法： 除了關聯(lián)分析和分類分析，還包括與時間相關的數(shù)據(jù)分析方法，主要包括趨勢分析、相似搜索、序列模式挖掘和與周期分析 演化分析 與時間相關的數(shù)據(jù)分析方法 ?趨勢分析： 確定趨勢的常見方法是計算數(shù)據(jù) n階的變化平均值，或者采用最小二乘法等方法平滑數(shù)據(jù)變化曲線 ?相似搜索： 相似搜索用于找出與給定序列最接近的數(shù)據(jù)序列 ?序列模式挖掘： 挖掘相對時間或其它維屬性出現(xiàn)頻率高的模式 ?周期分析： 挖掘具有周期的模式或者關聯(lián)規(guī)則，例如”若每周六公司的下班時間比平時晚半小時以上，則選擇打車回家的人數(shù)大約增加 20%” 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的基本類型和算法 * 智能決策與物聯(lián)網(wǎng) 數(shù)據(jù)挖掘在物聯(lián)網(wǎng)背景下有著廣泛的需求 本章內容 智能決策與物聯(lián)網(wǎng) 數(shù)據(jù)挖掘技術在物聯(lián)網(wǎng)中的需求 ?精準農(nóng)業(yè) ?市場行銷 ?智能家居 ?金融安全 ?產(chǎn)品制造和質量監(jiān)控 ?互聯(lián)網(wǎng)用戶行為分析 ?… 精準農(nóng)業(yè) 精準農(nóng)業(yè) 市場行銷 智能家居 金融安全 產(chǎn)品制造和質量監(jiān)控 互聯(lián)網(wǎng)用戶行為分析 ?通過植入土壤或暴露在空氣中的傳感器監(jiān)控土壤性狀和環(huán)境狀況 。其優(yōu)勢在于噪音數(shù)據(jù)下的抗干擾能力，并能夠發(fā)現(xiàn)任意形狀的聚類 聚類分析 聚類分析的方法（續(xù)） ?基于網(wǎng)格的方法 ：把對象空間量化為具有規(guī)則形狀的單元格，從而形成一個網(wǎng)格狀結構。這 10位客戶中有 3人的職業(yè)是學生，其中有 2人購買計算機，而非學生客戶購買計算機的有 4人。第 13章 物聯(lián)網(wǎng)中的 智能決策 內容提要 智能決策 是物聯(lián)網(wǎng)“智慧”的來源。在選擇區(qū)分屬性以前，數(shù)據(jù)的期望信息為 ，用職業(yè)區(qū)分之后的期望信息為 ，則選擇職業(yè)作為區(qū)分屬性的 信息增益 為 )4,6( ?? IE )3,4(107)1,2(10339。在聚類的時候，將每個單元格當作一條數(shù)據(jù)進行處理。 ?數(shù)據(jù)通過物聯(lián)網(wǎng)傳輸?shù)竭h程控制中心，可及時查清當前農(nóng)作物 的 生長環(huán)境現(xiàn)狀和變化趨勢，確定農(nóng)作物的生產(chǎn)目標 。其次，能夠幫助更好地組織和設計網(wǎng)頁，以及幫助改善市場營銷策略 (例如把廣告放在合適的網(wǎng)頁上 )以更好地吸
教學課件相關推薦
鄂ICP備17016276號-1