海量高维离群数据挖掘方法与技术

　　随着信息社会的不断发展，大数据的价值已被社会全面认可，如何从大数据中挖掘有价值的知识和规律面临着巨大技术挑战。离群数据作为数据挖掘的一个重要分支，可从大数据中发现与众不同的、意义深远的特殊现象。《海量高维离群数据挖掘方法与技术》以离群数据挖掘及并行计算为研究对象，对基于距离的离群数据挖掘、基于加权k近邻的离群数据挖掘、基于子空间的离群数据挖掘以及多数据源的离群数据挖掘等各种方法和算法进行了深入研究，并在高性能集群环境下，讨论分析了各种算法的并行化过程，设计实现了相应的并行算法以及性能优化算法。《海量高维离群数据挖掘方法与技术》可供从事大数据、数据挖掘、机器学习以及并行计算等相关领域的科研及工程人员参考，也可作为高等院校计算机、软件工程及自动化等专业的本科生与研究生的学习参考书。

暂缺《海量高维离群数据挖掘方法与技术》作者简介

第1章 绪论
1．1 大数据及大数据挖掘
1．2 离群数据挖掘方法
1．3 集群系统与并行计算模型
第2章 基于距离的离群数据挖掘
2．1 基于距离支持度的离群数据挖掘方法
2．2 基于分阶段模糊聚类的离群数据挖掘方法
2．3 基于信息熵的离群数据挖掘方法
第3章 基于加权k近邻的离群数据挖掘方法及并行化
3．1 问题提出
3．2 基于Z-order的加权k近邻与离群数据挖掘
3．3 基于MapReduce的并行加权k近邻与离群数据挖掘
第4章 基于属性约减的子空间离群挖掘方法及并行化
4．1 基于属性相关分析的子空间离群数据挖掘
4．2 基于MapReduce的上下文离群数据并行挖掘
第5章 多源离群数据并行挖掘方法与性能优化
5．1 基于kNN-join的多源离群并行挖掘
5．2 基于MapReduce的并行kNN-join数据倾斜
第6章 海量高维离群数据挖掘应用
6．1 天体光谱离群数据挖掘系统设计与实现
6．2 冷轧辊异常加工工序检测原型系统
参考文献