第13章_物聯(lián)網(wǎng)中的智能決策31-文庫吧資料
2025-01-11 15:06本頁面
【正文】 析 演化分析 的目的是挖掘 隨時(shí)間變化 的數(shù)據(jù)對(duì)象的變化規(guī)律和趨勢(shì)，并對(duì)其建模，進(jìn)而為相關(guān)決策提供參考 演化分析的應(yīng)用 ?對(duì)股票的演化分析可以得出整個(gè)股票市場(chǎng)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(duì)生態(tài)和氣候的演化分析可以知道人類活動(dòng)對(duì)自然的影響程度，為環(huán)境保護(hù)提供重要依據(jù) ?… 建模方法： 除了關(guān)聯(lián)分析和分類分析，還包括與時(shí)間相關(guān)的數(shù)據(jù)分析方法，主要包括趨勢(shì)分析、相似搜索、序列模式挖掘和與周期分析 演化分析 與時(shí)間相關(guān)的數(shù)據(jù)分析方法 ?趨勢(shì)分析： 確定趨勢(shì)的常見方法是計(jì)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(duì)時(shí)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(guān)聯(lián)規(guī)則，例如”若每周六公司的下班時(shí)間比平時(shí)晚半小時(shí)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(nèi)容 智能決策與物聯(lián)網(wǎng) 數(shù)據(jù)挖掘技術(shù)在物聯(lián)網(wǎng)中的需求 ?精準(zhǔn)農(nóng)業(yè) ?市場(chǎng)行銷 ?智能家居 ?金融安全 ?產(chǎn)品制造和質(zhì)量監(jiān)控 ?互聯(lián)網(wǎng)用戶行為分析 ?… 精準(zhǔn)農(nóng)業(yè) 精準(zhǔn)農(nóng)業(yè) 市場(chǎng)行銷 智能家居 金融安全 產(chǎn)品制造和質(zhì)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 ?，F(xiàn)有的基于距離的離群點(diǎn)探測(cè)算法又分為基于索引的算法，嵌套循環(huán)算法和基于單元的算法，其目的都是為了減小計(jì)算和 I/O開銷 ?基于偏移的方法： 不采用統(tǒng)計(jì)檢驗(yàn)或基于距離的度量值來確定異常對(duì)象。通過檢測(cè)購物地點(diǎn)、商品種類或者購物金額和頻率，能夠發(fā)現(xiàn)與絕大多數(shù)正常消費(fèi)不一樣的記錄，這種行為就有可能屬于信用卡詐騙性使用 ?預(yù)防網(wǎng)絡(luò)詐騙 。優(yōu)點(diǎn)是處理速度很快，因處理時(shí)間與數(shù)據(jù)對(duì)象數(shù)目無關(guān)，而只與量化空間中的單元格數(shù)目相關(guān) ?基于模型的方法 ：如果事先已知數(shù)據(jù)是根據(jù)潛在的概率分布生成的，基于模型的方法便可為每個(gè)聚類構(gòu)建相關(guān)的數(shù)據(jù)模型，然后尋找數(shù)據(jù)對(duì)給定模型的最佳匹配。其優(yōu)勢(shì)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(duì)象空間量化為具有規(guī)則形狀的單元格，從而形成一個(gè)網(wǎng)格狀結(jié)構(gòu)。合并方法首先將每個(gè)對(duì)象都作為獨(dú)立的類，然后持續(xù)合并相近的類，直到達(dá)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1