数据挖掘技术

　　《数据挖掘技术》较为系统地介绍了数据挖掘的基本概念、基本方法和基本技术以及数据挖掘的最新进展，并以较大篇幅叙述了数据挖掘在复杂工业系统中的应用情况。《数据挖掘技术》深入而系统地阐述了数据挖掘的研究历史和现状、数据挖掘与数理统计的关系、数据挖掘技术（包括语义网络、智能体、分类、预测、复杂类型数据等基础概念和技术）、数据库系统及专家系统中的数据挖掘方式、数据挖掘的应用及一些具有挑战性的研究课题，对每类问题均提供了代表性算法和具体应用法则。全书共分7章，主要内容包括数据挖掘综述、从数理统计到数据挖掘、语义网络挖掘及其应用、智能体挖掘及其应用、分类挖掘及其应用、预测挖掘及其应用和复杂类型数据挖掘及其应用。《数据挖掘技术》可作为高等院校自动化、电子信息、测控技术与仪表、电气工程、系统工程、机电工程等专业的本科生和研究生教材，也可作为相关专业工程技术人员的自学参考书。

暂缺《数据挖掘技术》作者简介

前言
第1章　数据挖掘综述
1.1　数据挖掘的研究历史和现状
1.2　数据挖掘定义
1.2.1　技术角度的定义
1.2.2　商业角度的定义
1.2.3　数据挖掘与传统分析方法的区别
1.2.4　数据挖掘和数据仓库
1.2.5　数据挖掘和在线分析处理
1.2.6　数据挖掘、机器学习和统计
1.2.7　软硬件发展对数据挖掘的影响
1.3　数据挖掘研究内容
1.3.1　数据挖掘所发现的知识
1.3.2　数据挖掘的功能
1.3.3　数据挖掘常用技术
1.3.4　数据挖掘中的数据仓库
1.4　数据挖掘系统工作原理
1.4.1　数据挖掘系统结构
1.4.2　数据挖掘流程
1.5　小结
　习题1
第2章　从数理统计到数据挖掘
2.1　数理统计与数据挖掘的关系
2.1.1　数理统计的性质
2.1.2　数据挖掘的性质
2.1.3　从数理统计到数据挖掘
2.2　数理统计与数据库技术的结合
2.3　回归分析的基本概念
2.4　线性回归方程
2.5　线性相关的显著性检验
2.5.1　线性回归的方差分析
2.5.2　相关系数的显著性检验
2.6　非线性回归分析
2.6.1　化非线性回归为线性回归
　　2.6.2　多项式回归
2.7　多元线性回归分析
2.7.1　多元线性回归方程
2.7.2　多元线性回归的方差分析
2.8　一般情况下的回归分析
2.8.1　一般情况下的回归方程
2.8.2　一般情况下的参数估计
2.9　逐步回归分析的软件设计
2.10　锻模设计准则的制定
2.10.1　研究的内容
2.10.2　资料收集与数据处理
2.10.3　飞边尺寸设计准则的制定
2.10.4　飞边金属消耗设计准则的制定
2.11　小结
习题2
第3章　语义网络挖掘及其应用
3.1　语义网络概念
3.1.1　概述
3.1.2　知识的表示
3.1.3　搜索原理
3.1.4　语义网络及其特性
3.1.5　语义网络的推理及其特点
3.2　语义网络挖掘原理
3.2.1　概述
3.2.2　归纳学习中的实例学习
3.2.3　类比学习
3.3 基于AutoCAD的注塑模架设计专家系统
3.3.1 注塑模架设计专家系统总体方案设计
3.3.2　模架设计专家系统的组成
3.3.3　系统模架生成模块的设计
3.3.4　系统数据库模块的设计
3.3.5　注塑模架CAD设计系统的实现
3.4　小结
习题3
第4章　智能体挖掘及其应用
4.1　智能体概念
4.1.1　概述
4.1.2　分布式问题求解
4.1.3　面向对象表示法
　……
第5章　分类挖掘及其应用
第6章　预测挖掘及其应用
第7章　复杂类型数据挖掘及其应用
参考文献