《地学数据挖掘与知识发现(精)》由石广仁所著，本书是笔者在13年从事地学数据挖掘与知识发现算法研究、软件开发、实际应用的基础上写成的。在若干地学实例中进行了五种分类分析算法的适用性比较。因此，本书不仅适用于地学的实际应用，也适用于通用的算法研究和软件开发。
《地学数据挖掘与知识发现(精)》由石广仁所著，数据挖掘与知识发现已在某些科技、商业等领域得到了较好的应用，但在地学的应用尚处于起步阶段，这是由于地学的多学科性和复杂性造成的。鉴于它在地学中的已有应用及未来应用前景，本书重点放在介绍如下八大类算法：①概率与统计，包括概率密度函数、蒙特卡罗法、最小二乘法、多元回归分析：②人工神经网络，包括BP模型的常用预测算法、特殊预测(即时间序列型数据的预测)算法；③支持向量机，包括D支持向量机二分类算法、采用机器学习的降维算法；④决策树，包括ID3算法、C4．5算法；⑤贝叶斯分类，包括朴素贝叶斯、贝叶斯判别、贝叶斯逐步判别；⑥聚类分析，包括Q型聚类分析、R型聚类分析；⑦克立格法；⑧其他地学软计算，包括模糊、灰色、分形几何、线性规划。共计21个算法。对于每一算法，分别给出其应用范围及条件、基本原理、计算方法、应用实例。共计34个应用实例(其中31个为地学实例)，并在若干地学实例中进行了几种分类算法的适用性比较。
《地学数据挖掘与知识发现(精)》可供算法研究、软件开发、地学科技人员使用，也可作为高等院校地学专业本科生和研究生的教材。
|
