新書推薦：
《
新兴产业发展报告（2024―2025）
》
售價：NT$
704
《
别让相爱败给相处
》
售價：NT$
239
《
解读日本：古往今来的文明流脉
》
售價：NT$
434
《
语言帝国：世界语言史
》
售價：NT$
602
《
中国文化史（上下册）（中华现代学术名著4）
》
售價：NT$
704
《
社交潜规则：以孤独症视角解析社交奥秘
》
售價：NT$
352
《
武装党卫军：1923-1945
》
售價：NT$
490
《
大宋全书：全景图谱解构宋朝，一部读懂中国历史黄金时代 赠大宋名人信息图+盒装天然线香+东京梦华三面书
》
售價：NT$
4070
|
| 編輯推薦： |
|
本书通过丰富案例与详尽操作指南助力读者掌握空间数据分析能力，既适合地理信息科学专业师生作为实践教材，也适合相关领域从业人员作为提升数据分析技能的参考书。
|
| 內容簡介： |
|
本书主要介绍了空间数据分析课程所涉及的5种空间数据分析软件，包括WEKA、LibSVM、Yaahp、Matplotlib，以及PSO/ACO2。书中对空间数据分析系列软件进行简介说明，涉及的原理部分进行了简要阐述，通过实例，重点介绍该系列软件的下载、安装和各个功能菜单，以及各个功能菜单部分的操作使用，有助于提高学生的间数据分析系列软件的认知以及操作软件的实践技能。本书可作为信息类、遥感科学与技术等相关本科专业学生的教科书，同时也可供从事空间数据分析应用的人员进行参考。
|
| 關於作者： |
毕硕本【编著】【中国】【现当代】
———
毕硕本，南京信息工程大学教授，博士生/硕士生导师。江苏省“六大人才高峰”培养对象。江苏省高校“青蓝工程”中青年学术带头人。ACM学会会员，IEEE学会会员，中国计算机学会高级会员，计算机教育专业委员会委员，中国地理学会会员，中国地理信息系统协会会员，全国石油和化学工业电气技术委员会委员，江苏省网格与服务计算专业委员会委员。主要从事空间数据挖掘、三维可视化等方面的研究工作。张书亮，南京师范大学教授。出版教材8部，获得国家教学成果奖二等奖2项，省部级科研教学奖励10余项。
陈旻，南京师范大学教授，江苏省青年科技奖暨江苏省十大青年科学之星，发表论文十多篇，主持多项国家自然基金项目、国家自然科学基金重点项目等。
|
| 目錄：
|
第1章 WEKA 软件及应用…………………………………………………………… 1
1. 1 引 言…………………………………………………………………………… 1
1. 2 WEKA 简介……………………………………………………………………… 2
1. 2. 1 发展历程…………………………………………………………………… 2
1. 2. 2 数据挖掘基本原理………………………………………………………… 3
1. 2. 3 数据挖掘流程……………………………………………………………… 3
1. 2. 4 WEKA 功能特点…………………………………………………………… 4
1. 2. 5 WEKA 数据获取方式……………………………………………………… 4
1. 2. 6 WEKA 支持四种基础数据类型…………………………………………… 4
1. 2. 7 ARFF 文件数据格式 ……………………………………………………… 5
1. 2. 8 数据格式转换……………………………………………………………… 6
1. 3 WEKA 的软件结构……………………………………………………………… 7
1. 3. 1 Core 包 …………………………………………………………………… 7
1. 3. 2 Classifiers 包 ……………………………………………………………… 8
1. 3. 3 其他包……………………………………………………………………… 8
1. 3. 4 命令行选项………………………………………………………………… 9
1. 4 WEKA 界面简介 ……………………………………………………………… 10
1. 4. 1 Program …………………………………………………………………… 10
1. 4. 2 Visualization ……………………………………………………………… 12
1. 4. 3 Tools ……………………………………………………………………… 13
1. 4. 4 Help ……………………………………………………………………… 13
1. 5 Explorer 界面 ………………………………………………………………… 14
1. 5. 1 Preprocess 菜单卡………………………………………………………… 15
1. 5. 2 Classify 菜单卡 …………………………………………………………… 20
1. 5. 3 Cluster 菜单卡 …………………………………………………………… 31
1. 5. 4 Associate 菜单卡 ………………………………………………………… 40
1. 5. 5 Select attributes 菜单卡 ………………………………………………… 52
1. 5. 6 Visualize 菜单卡 ………………………………………………………… 54
1. 6 Experimenter 界面……………………………………………………………… 60
1. 7 KnowledgeFlow 界面…………………………………………………………… 61
1. 7. 1 KnowledgeFlow 相较于 Explorer 的特性 ………………………………… 62
1. 7. 2 KnowledgeFlow 的数据处理模式………………………………………… 63
1. 7. 3 KnowledgeFlow 的主要组件……………………………………………… 63
1. 7. 4 Visualization 组件的使用方法 …………………………………………… 65
1. 7. 5 训练并保存模型 ………………………………………………………… 67
1. 7. 6 比较多个分类器性能 …………………………………………………… 68
1. 8 Simple CLI 界面 ……………………………………………………………… 70
1. 8. 1 支持的命令 ……………………………………………………………… 70
1. 8. 2 命令调用 ………………………………………………………………… 71
1. 8. 3 运行结果 ………………………………………………………………… 71
1. 8. 4 命令行应用案例1 ……………………………………………………… 72
1. 8. 5 命令行应用案例2 ……………………………………………………… 75
1. 9 案例分析 ……………………………………………………………………… 77
1. 9. 1 案例介绍 ………………………………………………………………… 77
1. 9. 2 数据预处理 ……………………………………………………………… 77
1. 9. 3 分类 ……………………………………………………………………… 80
1. 9. 4 可视化 …………………………………………………………………… 83
1. 10 WEKA 的应用领域…………………………………………………………… 84
1. 10. 1 在物流中的应用………………………………………………………… 84
1. 10. 2 在城市空间结构研究中的应用………………………………………… 85
1. 10. 3 在学生日常管理工作中的应用………………………………………… 85
1. 11 WEKA 存在的主要问题及发展前景………………………………………… 86
1. 11. 1 主要问题………………………………………………………………… 86
1. 11. 2 发展前景………………………………………………………………… 87
第2章 LibSVM 软件及应用………………………………………………………… 89
2. 1 软件简介 ……………………………………………………………………… 89
2. 2 SVM 原理 ……………………………………………………………………… 90
2. 2. 1 SVM 的目标与价值 ……………………………………………………… 90
2. 2. 2 SVM 的基本原理 ………………………………………………………… 90
2. 2. 3 SVM 的核心概念体系 …………………………………………………… 91
2. 2. 4 SVM 分类器类型及应用 ………………………………………………… 91
2. 2. 5 SVM 的实践应用与优化 ………………………………………………… 92
2. 2. 6 SVM 的局限与发展 ……………………………………………………… 93
2. 2. 7 线性分类器的基本原理 ………………………………………………… 93
2. 2. 8 线性不可分问题的解决方案 …………………………………………… 94
2. 2. 9 SVM 分类器的实现考量 ………………………………………………… 95
2. 2. 10 SVM 在实际应用中的优势与局限 …………………………………… 96
2. 3 LibSVM 的函数参数与数据格式……………………………………………… 97
2. 3. 1 数据格式 ………………………………………………………………… 97
2. 3. 2 SVM-Toy ………………………………………………………………… 98
2. 3. 3 SVM-Scale ……………………………………………………………… 98
2. 3. 4 SVM-Train ……………………………………………………………… 99
2. 3. 5 SVM-Predict …………………………………………………………… 100
2. 4 LibSVM 的应用与案例 ……………………………………………………… 100
2. 4. 1 LibSVM 的应用类型 …………………………………………………… 100
2. 4. 2 LibSVM 分类 …………………………………………………………… 101
2. 4. 3 LibSVM 回归 …………………………………………………………… 101
2. 4. 4 LibSVM 简单测试 (区分数据类型) ………………………………… 101
2. 4. 5 LibSVM 案例 …………………………………………………………… 104
2. 5 LibSVM 在 Java 平台中的用法示例 ………………………………………… 105
2. 5. 1 方法一…………………………………………………………………… 105
2. 5. 2 方法二…………………………………………………………………… 107
2. 6 LibSVM 在 Python 平台的用法 ……………………………………………… 108
第3章 Yaahp 软件及应用 ………………………………………………………… 115
3. 1 AHP 算法原理 ……………………………………………………………… 115
3. 1. 1 问题的提出……………………………………………………………… 115
3. 1. 2 问题的解答……………………………………………………………… 115
3. 1. 3 AHP 的原理 …………………………………………………………… 116
3. 1. 4 AHP 的特点 …………………………………………………………… 117
3. 1. 5 AHP 的结构 …………………………………………………………… 117
3. 2 Yaahp 简介 …………………………………………………………………… 118
3. 2. 1 概述……………………………………………………………………… 118
3. 2. 2 软件特点………………………………………………………………… 118
3. 2. 3 软件应用领域…………………………………………………………… 118
3. 3 Yaahp 界面简介 ……………………………………………………………… 121
3. 4 软件操作案例………………………………………………………………… 122
3. 4. 1 案例1 …………………………………………………………………… 122
3. 4. 2 案例2 …………………………………………………………………… 127
第4章 Matplotlib 软件及应用 …………………………………………………… 145
4. 1 引 言………………………………………………………………………… 145
4. 2 基本功能……………………………………………………………………… 146
4. 2. 1 条形图…………………………………………………………………… 147
4. 2. 2 散点图…………………………………………………………………… 148
4. 2. 3 直方图…………………………………………………………………… 149
4. 2. 4 堆叠图…………………………………………………………………… 150
第5章 PSO/ ACO2 软件及应用…………………………………………………… 153
5. 1 软件简介……………………………………………………………………… 153
5. 2 算法简介……………………………………………………………………… 155
5. 2. 1 粒子群优化算法………………………………………………………… 155
5. 2. 2 蚁群优化算法…………………………………………………………… 157
5. 3 案例应用……………………………………………………………………… 157
5. 3. 1 数据介绍………………………………………………………………… 157
5. 3. 2 使用步骤………………………………………………………………… 159
5. 3. 3 输出结果………………………………………………………………… 160
附录1 WEKA 的下载与安装 ……………………………………………………… 161
附录2 LibSVM 的下载与安装 …………………………………………………… 165
附录3 PSO/ ACO2 的下载与安装简介 …………………………………………… 171
参考文献 ……………………………………………………………………………… 173
|
| 內容試閱：
|
空间数据分析的理论与方法较为复杂， 世界各地的学者、研究机构及一些软件开发商已经研制了众多的空间数据分析软件， 这些软件有的关注某一类型空间数据的分析， 对空间数据分析在特定领域(如犯罪分析、公共卫生) 的应用起到了极大的推动作用; 有的则试图尽可能全面地扩展空间数据分析功能， 对空间数据分析理论和方法的研究具有重要的意义， 同时， 对用户在各个应用领域中的实践也具有重要的应用价值。
空间数据分析是地理学专业硕士研究生的必修课程， 也是地理信息科学、地理空间信息工程等相关专业本科生重要的专业选修课程。但与该课程相关的实践教材极度缺乏， 学生在学习空间数据分析理论与方法的过程中， 涉及的各种空间数据分析软件也少有可以参照的实践指导书， 用各种空间数据分析软件的应用案例也无处查询。基于上述情况， 以党的二十大精神为指引， 为了提高学生空间数据分析软件的实践能力和应用能力， 编者特此编写了《空间数据分析常用软件与应用案例》这本实践教材。该教材是《空间数据分析经典软件与应用案例》的姊妹篇。
本书主要介绍了空间数据分析课程中所涉及的5 种常用的空间数据分析软件，包括WEKA、LibSVM、Yaahp、Matplotlib 和PSO/ ACO2。本书主要针对这些软件进行简介说明， 对软件涉及的原理部分进行简要阐述， 重点介绍各个软件的下载、安装和相应的功能菜单， 以及各个功能菜单的部分操作使用方法。本书利用案例介绍了各个功能菜单的使用过程， 使读者能够很快学习并上手使用。
本着通俗易懂、详细可行的原则， 本书对5 种空间数据分析软件的操作流程进行了阐述， 并使用大量的图片进行说明， 具有步骤清晰、层次分明、可根据内容直接进行动手操作的特性。
本书既可作为地理学专业硕士研究生学位课的实践教材， 又可以作为地理信息科学、地理空间信息工程、地理学等专业本科阶段的实践学习用书， 也可作为地理信息工程、 智慧城市、 数字城市、 城市规划、 环境保护、 生态管理等相关应用领域的实践与应用指导书。
在本书编写过程中， 编者参阅了大量的文献资料， 并进行了部分引用， 在此谨向这些文献资料的编著者表示衷心的感谢!
本书编者在编写过程中倾注了多年的心血和热情， 付出了艰辛的劳动和耐心，但由于水平有限， 难免存在一些不妥之处， 恳请广大读者及同行专家不吝指正。
编 者
2026 年3 月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
