licdut的专栏

10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。, 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。, 基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。, 实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

本书的中译本为android编程入门经典，这是英文原版，适合初学者阅读

常用的阈值分割方法在对红外图像进行分割时，由于红外图像本身的特点，会出现准确性不高的问题。为此，提出一种基于灰 度-平均灰度-梯度直方图的三维Otsu 法，使用稀疏矩阵和改进的粒子群优化(PSO)算法，并在标准PSO 算法中加入判断早熟停滞的因子， 进行最佳阈值的选取，以提高运算速度，保证准确度。实验结果表明，该方法能够快速有效地对红外图像进行分割。

针对三维Otsu 图像分割算法计算复杂度高、运算量大的问题，提出一种基于分解的三维Otsu 图像分割 快速算法