机读格式显示(MARC)

• 000 01742nam0 2200289 450

• 001 0000446774

• 005 20170103171700.0

• 010 __ |a 978-7-5097-8569-0 |d CNY49.00

• 100 __ |a 20160122d2015 ekmy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 高维数据分析预处理技术 |A gao wei shu ju fen xi yu chu li ji shu |d Subspace Recognization for Object-Attribute Space with High-Dimension Sparse Feature |f 祝琴著 |z eng

• 210 __ |a 北京 |c 社会科学文献出版社 |d 2015.12

• 215 __ |a 164页 |c 图表 |d 24cm

• 300 __ |a 本书获江西省“十二五”重点学科管理科学与工程资助出版。本书系以下项目的部分成果：国家自然科学基金项目：生态农业区域规模化人力资本缺失治理政策与管理措施反馈分析和动态仿真理论模型应用研究（71563028）；江西省软课题：隐性知识网络视角下的高技术企业科技创新绩效提升对策研究（20141BBA10035）；江西省博士后科研项目数据挖掘及反馈方法与低碳生态系统工程互促创新研究（2013KY58）。

• 314 __ |a 祝琴，南昌大学管理学院副教授，主要从事管理科学与工程专业的教学与科研工作。

• 330 __ |a 作者针对高维稀疏数据挖掘问题，从数据预处理的角度，研究对象—属性空间的划分问题，其目的是把所研究的数据挖掘空间分解为若干规模较小的对象—属性空间，从而降低实际数据挖掘的难度。本书针对高维稀疏数据挖掘问题，以降低数据挖掘规模，建立了体系完整的数据预处理理论和方法，具有很强的理论意义和实际应用前景。

• 333 __ |a 政府相关部门工作者，管理学特别是信息处理领域皙研究人员，相关行业从业人员，大专院校相关专业师生。

• 510 1_ |a Subspace Recognization for Object-Attribute Space with High-Dimension Sparse Feature |z eng

• 606 0_ |a 统计数据 |A tong ji shu ju |x 统计分析

• 690 __ |a O212.1 |v 4

• 690 __ |a O212 |v 4

• 701 _0 |a 祝琴 |A zhu qin |4 著

• 801 _0 |a CN |b SSAP |c 20160122

• 905 __ |a WXCSXY |d O212/124