本书通过深入探讨计算智能的理论起源和计算本质，归纳大数据处理流程中有待解决的核心问题结出基于计算智能的处理范式及算法流程，并对部分模行实验分析。全书共六章，主要内括：大数据及相关概念、大数据理论研究、大数据面临的主要问题、计算智能基础、计算智能与大数据处理以及计算智能在大数据领域的应用前景展望。

前言
第1章 大数据及相关概念1
1.1大数的产生背景1
1.1.1物理空间、信息空间与赛博空间1
1.1.2赛博空间中的数据爆炸4
1.1.3数据量快速增长的原因5
1.2大数和大数据时代7
1.2.1大数据定义及属性7
1.2.2大数据的深层次含义解读21
1.2.3大数据时代的特点22
1.3大数与传统麵的区别24
1.3.1从量子力学、复杂系统到大数据24
1.3.2主要区别27
1.4大数时代的科学发现之路31
1.4.1科学研究方法的更新32
1.4.2与传统研究方法的区别32
1.4.3“谷歌式”关联研究方法的限制条件及价值33
1.5大数带来的挑战及机遇35
1.5.1挑战35
1.5.2机遇39
第2章 大数据理论研究45
2.1大据舰的本质依据45
2.1.1因果性和相关性45
2.1.2大数据情绪理论48
2.1.3理论模型探究50
2.1.4大数据理论研究的整体框架51
2.2大数处理流程和技术体系56
2.2.1大数据处理的程50
2.2.2大数据应用的技术体系50
第3章 大数据面临的主要问题68
3.1面向大麵处理流程的主要问题及期互关系68
3.2获取冋题70
3.2.1大数据获取70
3.2.2网络爬虫问题描述75
3.3存储和管理问题76
3.3.1信息存储技术和存储系统77
3.3.2图像压缩编码问题82
3.4信息检索84
3.4.1信息检索的基本定义及模型84
3.4.2文本挖掘及其存在的问题88
3.5麵挖掘90
3.5.1数据挖掘产生背景90
3.5.2数据挖掘问题本质91
3.5.3大数据环境下的数据挖掘挑战及问题98
3.6知识发现102
3.6.1知识发现及其基本步骤102
3.6.2模式评价104
3.6.3模式可视化112
3.6.4模式评价及优化问题描述113
第4章 计算智能基础114
4.1计算智能研究现状及趋势115
4.2计算智能的定义119
4.3计算籠体系化分麵究及其混合算法一性设计122
4.3.1计算智能分类方法概述122
4.3.2基于模拟机制的计算智能分类方法123
4.4有机机制模拟126
4.4.1基于种群的模拟126
4.4.2基于个体的模拟131
4.4.3基于个体模拟的层次结构141
4.5无机机制模拟142
4.6人造机制模拟143
4.7基于3种的计算智能混合算法一般性设计144
4.8计算智能混合方法麵究147
4.8.1模糊神经网148
4.8.2基化计算的獅建模168
4.9计算智能的未来探索169
第5章 计算智能与大数据处理170
5.1计算智能在数据获取中的应用170
5.1.1常见的网络虫搜索策略170
5.1.2基于估价函数的启发式搜索策略171
5.2计算智能在数据存储中的应用172
5.2.1粒群优化算法173
5.2.2粒群优化算法的数学抽象和流程173
5.2.3基于粒群优化的1)0算法174
5.3计算智能在信息检索中的应用176
5.3.1特征选择176
5.3.2基于模拟退火的特征选择178
5.3.3基于禁忌搜索的特征选择182
5.4计算智能在数据挖掘中的应用186
5.4.1支持向量机186
5.4.2模糊聚类及其算法优化方案192
5.5计算智能在知识发现中的应用198
5.5.1多维时间序列数据挖掘及其模式表达198
5.5.2基于八的模式评价及优化200
第6章 计算智能在大数据领域的应用前景展望203
6.1蓬勃发展的大麵203
6.1.1出己006台204
6.1.25Spar台207
6.1.3NoSQL208
6.2大麵应用案例211
6.2.1围棋人工智能程序211
6.2.2深度问答系统213
6.2.3互联网企业大数据218
6.3方兴未艾的计算智能221
6.3.1大数据分析中的计算智能方法221
6.3.2存在的问题一步的研究方向228
参考文献232