版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)挖掘即為從大量數(shù)據(jù)中提取或“挖掘”知識(shí)。更具體地說(shuō),就是通過(guò)對(duì)數(shù)據(jù)進(jìn)行深入分析,得到隱藏在數(shù)據(jù)背后的本質(zhì)特性和普遍規(guī)律。聚類分析作為數(shù)據(jù)挖掘中的一種重要方法,在各領(lǐng)域中有著廣泛的應(yīng)用。按照某種相似性度量準(zhǔn)則,將物理或抽象對(duì)象的集合分成相似的對(duì)象類的過(guò)程稱為聚類。通過(guò)聚類可以發(fā)現(xiàn)數(shù)據(jù)全局分布模式與對(duì)象屬性之間有趣的相關(guān)性。
近年來(lái),隨著計(jì)算機(jī)與通信技術(shù)的發(fā)展,在各行業(yè)當(dāng)中產(chǎn)生了大量的數(shù)據(jù)流。這種數(shù)據(jù)具有以下特性:數(shù)據(jù)流速
2、快,數(shù)量無(wú)限,動(dòng)態(tài)變化,無(wú)法預(yù)測(cè)。由于以上種種特性的限制,在對(duì)數(shù)據(jù)流進(jìn)行聚類分析時(shí)產(chǎn)生了眾多的難題。已有許多學(xué)者對(duì)數(shù)據(jù)流聚類分析方法進(jìn)行了大量的研究,但仍存在許多尚待改善的地方。
基于密度與網(wǎng)格的聚類方法在各種聚類方法中有著計(jì)算速度快,可以發(fā)現(xiàn)任意形狀的類等特殊優(yōu)勢(shì),適用于數(shù)據(jù)流的聚類分析。對(duì)于基于網(wǎng)格與密度的算法而言,網(wǎng)格的密度閾值是一個(gè)至關(guān)重要的參數(shù),在很大程度上影響了算法的聚類質(zhì)量。而缺乏領(lǐng)域知識(shí)與數(shù)據(jù)先驗(yàn)知識(shí)的用戶
3、很難對(duì)此參數(shù)進(jìn)行確定。本文采用平均密度的方法,通過(guò)對(duì)數(shù)據(jù)初始分布的網(wǎng)格密度進(jìn)行統(tǒng)計(jì),確定網(wǎng)格的密度閾值,并在數(shù)據(jù)流的處理過(guò)程當(dāng)中進(jìn)行動(dòng)態(tài)的調(diào)整,以應(yīng)對(duì)數(shù)據(jù)流動(dòng)態(tài)變化的特性。聚類邊界難以精確是基于網(wǎng)格的聚類方法中另外一個(gè)普遍存在的問(wèn)題,其原因在于在基于網(wǎng)格的方法中通過(guò)舍棄數(shù)據(jù)的原有信息而只對(duì)網(wǎng)格進(jìn)行操作。將數(shù)據(jù)信息進(jìn)行適量保存,對(duì)類邊界的網(wǎng)格進(jìn)行不均勻劃分,可以提高類邊界的精確度。大部分基于網(wǎng)格的聚類算法在聚類的形成過(guò)程中采用隨機(jī)的生成順
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于網(wǎng)格與密度的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度和網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于網(wǎng)格和密度的數(shù)據(jù)流聚類算法研究.pdf
- 基于雙層網(wǎng)格和密度的數(shù)據(jù)流聚類算法研究.pdf
- 基于網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于網(wǎng)格和密度的數(shù)據(jù)流聚類研究.pdf
- 滑動(dòng)窗口內(nèi)基于密度網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于滑動(dòng)窗口與網(wǎng)格密度的數(shù)據(jù)流聚類算法的研究.pdf
- 一種基于活躍網(wǎng)格密度的數(shù)據(jù)流聚類算法.pdf
- 基于網(wǎng)格的MST數(shù)據(jù)流聚類算法研究.pdf
- 基于網(wǎng)格和密度的數(shù)據(jù)流聚類方法研究.pdf
- 一種基于延伸網(wǎng)格密度的數(shù)據(jù)流聚類算法.pdf
- 基于密度的數(shù)據(jù)流聚類挖掘算法.pdf
- 基于網(wǎng)格的并行聚類算法及數(shù)據(jù)流聚類算法研究.pdf
- 基于網(wǎng)格方法的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度網(wǎng)格的數(shù)據(jù)流聚類和概念漂移檢測(cè)算法研究.pdf
- 基于密度的數(shù)據(jù)流子空間聚類算法研究.pdf
- 基于密度和網(wǎng)格的數(shù)據(jù)流聚類研究與實(shí)現(xiàn).pdf
- 基于快速搜索密度的數(shù)據(jù)流聚類算法.pdf
- 基于密度網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)流在線聚類算法研究
評(píng)論
0/150
提交評(píng)論