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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、目前,雖然不少學(xué)者對(duì)高維數(shù)據(jù)流處理技術(shù)進(jìn)行了諸多的研究工作,但仍然存在算法效率低、存儲(chǔ)數(shù)據(jù)量大等問題。本文在對(duì)高維數(shù)據(jù)流的特點(diǎn)進(jìn)行全面分析的基礎(chǔ)上,對(duì)高維數(shù)據(jù)流的降維技術(shù)、聚類算法和趨勢分析方法進(jìn)行了深入的研究。
本研究主要內(nèi)容包括:⑴研究了高維數(shù)據(jù)流的特點(diǎn)及其應(yīng)用,重點(diǎn)分析了高維數(shù)據(jù)流的降維技術(shù)、經(jīng)典的聚類算法及其優(yōu)缺點(diǎn)。⑵提出了基于信息熵的特征投影降維算法—H-HpFitStream。針對(duì)高維數(shù)據(jù)流維數(shù)高和已有降維算法效率
2、低等問題,利用信息熵函數(shù)保留價(jià)值信息,同時(shí)提高降維算法效率,達(dá)到降維的目的;除此之外,該算法保存了數(shù)據(jù)流的概要數(shù)據(jù),降低數(shù)據(jù)的存儲(chǔ)量,方便后續(xù)研究工作中對(duì)數(shù)據(jù)的提取和調(diào)用。⑶提出了改進(jìn)后的數(shù)據(jù)流聚類算法—D-LFStream。針對(duì)LF聚類算法聚類效果較好但運(yùn)行效率較低的缺點(diǎn),采用滑動(dòng)窗口處理技術(shù),將密度算法思想引入其中,完善螞蟻的移動(dòng)規(guī)則,使螞蟻在移動(dòng)過程中更具有“方向性”,提高了算法的收斂速度。⑷提出了一種改進(jìn)的數(shù)據(jù)流趨勢分析算法。根
3、據(jù)實(shí)際的應(yīng)用需求,基于數(shù)據(jù)流變化的劇烈程度,選擇使用總體最小二乘法或指數(shù)回歸算法對(duì)其進(jìn)行趨勢分析,從而提高了數(shù)據(jù)流趨勢分析的精度,使趨勢分析的結(jié)果更接近于真實(shí)數(shù)據(jù);同時(shí)結(jié)合置信區(qū)間理論對(duì)數(shù)據(jù)流中的變化點(diǎn)進(jìn)行異常檢測,為監(jiān)測對(duì)象提供早期預(yù)警和重要的決策支持。⑸以橋梁健康監(jiān)測為應(yīng)用目標(biāo),將經(jīng)過降維和聚類算法處理后的數(shù)據(jù)流應(yīng)用到改進(jìn)的趨勢分析算法中。仿真實(shí)驗(yàn)結(jié)果表明,改進(jìn)的算法成功實(shí)現(xiàn)了橋梁健康監(jiān)測數(shù)據(jù)流的降維和聚類操作,能有效的進(jìn)行趨勢分析
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(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)頁內(nèi)容里面會(huì)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(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
- 高維數(shù)據(jù)流快速降維聚類算法研究.pdf
- 基于相關(guān)性的數(shù)據(jù)流聚類及其應(yīng)用研究.pdf
- 基于子空間的高維數(shù)據(jù)流聚類算法研究.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
- 基于改進(jìn)的CLIQUE算法的高維數(shù)據(jù)流聚類研究.pdf
- 數(shù)據(jù)流聚類算法及其應(yīng)用.pdf
- 數(shù)據(jù)流中基于區(qū)間劃分的高維聚類算法研究.pdf
- 數(shù)據(jù)流聚類算法及其應(yīng)用的研究.pdf
- 面向數(shù)據(jù)流模糊聚類算法的應(yīng)用研究.pdf
- 基于近鄰傳播的文本數(shù)據(jù)流聚類算法及其應(yīng)用研究.pdf
- 基于信息熵的高維分類型數(shù)據(jù)子空間聚類.pdf
- 基于數(shù)據(jù)流的聚類算法研究.pdf
- 時(shí)態(tài)數(shù)據(jù)流的增量聚類算法研究及其應(yīng)用.pdf
- 商業(yè)數(shù)據(jù)流降維方法及其聚類算法研究.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Storm的數(shù)據(jù)流聚類研究.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
- 基于網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度的數(shù)據(jù)流聚類方法研究.pdf
- 高維數(shù)據(jù)聚類算法及應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論