版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、數(shù)據(jù)流聚類是數(shù)據(jù)流挖掘中重要的研究領(lǐng)域,目前國內(nèi)外數(shù)據(jù)流聚類算法還存在諸多問題。例如,未很好解決高維數(shù)據(jù)內(nèi)在的稀疏性,聚類效率低下,數(shù)據(jù)類型僅限于數(shù)值數(shù)據(jù),不能滿足用戶的需求等等。針對這些問題,本文主要研究基于子空間的數(shù)據(jù)流聚類算法,其研究成果對顧客購物模式、網(wǎng)絡(luò)通信的錯誤分析、電子商務(wù)、商業(yè)智能以及市場決策等領(lǐng)域具有重要的意義。
首先,為了解決高維數(shù)據(jù)的稀疏性,以及在當(dāng)前受限聚類環(huán)境中聚類效率和精度受數(shù)據(jù)流流量的高波動性影響
2、較大等問題,提出了一種高維數(shù)據(jù)流的自適應(yīng)子空間聚類算法SAStream。該算法改進(jìn)了HPStream中的微簇結(jié)構(gòu)并定義候選簇,只在相應(yīng)的子空間內(nèi)計(jì)算新來數(shù)據(jù)點(diǎn)到候選簇質(zhì)心的距離,減少聚類時被檢查微簇的數(shù)目,將形成的微簇存儲在金字塔時間框架中,使用時間衰減函數(shù)刪除過期的微簇;當(dāng)數(shù)據(jù)流量大時,根據(jù)監(jiān)測的系統(tǒng)資源使用情況自動調(diào)整界限半徑和簇選擇因子,從而調(diào)節(jié)聚類的粒度。
其次,為了聚類高維分類數(shù)據(jù)流,提出了一種基于子空間的高維分類數(shù)
3、據(jù)流聚類算法 SUBCStream。該算法改進(jìn)了簇的壓縮存儲結(jié)構(gòu),引進(jìn)了符號表和頻率表存儲數(shù)據(jù)。定義了聚類目標(biāo)函數(shù),通過最小化目標(biāo)函數(shù)的方法達(dá)到發(fā)現(xiàn)簇和對應(yīng)子空間的目的。通過對簇結(jié)構(gòu)進(jìn)行加法運(yùn)算,可以合并簇結(jié)構(gòu)或者構(gòu)建新的簇結(jié)構(gòu)。為每個數(shù)據(jù)點(diǎn)和簇定義了衰減函數(shù),刪除最久未更新的微簇,減小了內(nèi)存開支。
最后,本文使用Java對上述算法進(jìn)行實(shí)現(xiàn),實(shí)驗(yàn)數(shù)據(jù)集選擇了真實(shí)數(shù)據(jù)集和仿真數(shù)據(jù)集,對提出的SAStream算法和SUBCStre
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于密度的數(shù)據(jù)流子空間聚類算法研究.pdf
- 高維數(shù)據(jù)流快速降維聚類算法研究.pdf
- 高維數(shù)據(jù)子空間聚類算法研究.pdf
- 基于改進(jìn)的CLIQUE算法的高維數(shù)據(jù)流聚類研究.pdf
- 基于網(wǎng)格的高維數(shù)據(jù)流與序列數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)流中基于區(qū)間劃分的高維聚類算法研究.pdf
- 高維數(shù)據(jù)集的子空間聚類算法研究.pdf
- 基于滑動窗口和子空間劃分的數(shù)據(jù)流聚類算法研究.pdf
- 基于粒子群算法的高維數(shù)據(jù)子空間聚類算法.pdf
- 面向高維數(shù)據(jù)的子空間聚類算法研究.pdf
- 高維數(shù)據(jù)子空間聚類研究.pdf
- 基于數(shù)據(jù)流的聚類算法研究.pdf
- 子空間高維聚類算法的研究.pdf
- 高維分類型數(shù)據(jù)子空間聚類算法研究.pdf
- 基于網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于衰減窗口與剪枝鏈表樹的高維數(shù)據(jù)流聚類算法研究.pdf
- 基于蜂群算法的數(shù)據(jù)流聚類研究.pdf
- 基于信息熵的高維分類型數(shù)據(jù)子空間聚類算法研究.pdf
- 基于分形的數(shù)據(jù)流聚類算法研究
- 面向數(shù)據(jù)流的數(shù)據(jù)聚類算法研究.pdf
評論
0/150
提交評論