基于群智能優(yōu)化理論的若干聚類改進(jìn)方法及應(yīng)用研究

　　伴隨著大數(shù)據(jù)時(shí)代的到來，信息爆炸產(chǎn)生了海量數(shù)據(jù)，云計(jì)算、物聯(lián)網(wǎng)以及移動(dòng)互聯(lián)網(wǎng)滲透到人們?nèi)粘Ｉ畹母鱾€(gè)領(lǐng)域，互聯(lián)網(wǎng)金融、電子商務(wù)、信息科技等先進(jìn)科技領(lǐng)域無時(shí)無刻不在產(chǎn)生數(shù)據(jù)。數(shù)據(jù)結(jié)構(gòu)越來越復(fù)雜，數(shù)據(jù)形式越來越多樣，深度挖掘海量數(shù)據(jù)中隱含的信息成為大數(shù)據(jù)時(shí)代經(jīng)濟(jì)管理發(fā)展的迫切需求。聚類是數(shù)據(jù)挖掘的重要方法，面對(duì)海量數(shù)據(jù)，提取有價(jià)值信息。本書是作者攻讀博士期間科研成果的總結(jié)，全書共分為6章，重點(diǎn)針對(duì)密度峰值聚類方法進(jìn)行若干理論改進(jìn)與應(yīng)用研究，并將其應(yīng)用于實(shí)際生活各個(gè)領(lǐng)域，取得了令人滿意的結(jié)果。

暫缺《基于群智能優(yōu)化理論的若干聚類改進(jìn)方法及應(yīng)用研究》作者簡介