數(shù)據(jù)挖掘技術(shù)在處理交通流數(shù)據(jù)中的研究及應用.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘是信息領(lǐng)域發(fā)展最快的技術(shù),很多不同領(lǐng)域的專家,比如統(tǒng)計學家、數(shù)據(jù)庫專家等,都從中獲得了發(fā)展的空間,使得數(shù)據(jù)挖掘日益成為討論的熱門話題。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又有用的信息和知識的過程。是一個多學科交叉的研究領(lǐng)域,它融合了數(shù)據(jù)庫技術(shù)、人工智能、機器學習、統(tǒng)計學、知識工程、面向?qū)ο蠓椒?、信息檢索、高性能計算以及數(shù)據(jù)可視化等最新技術(shù)的研究成果,經(jīng)過了十幾年的研究

2、,產(chǎn)生了許多新概念和新方法。 數(shù)據(jù)挖掘的算法很多,例如分類算法、聚類算法、時間序列算法、關(guān)聯(lián)規(guī)則算法等等,本文主要研究的是聚類算法和時間序列算法。分別介紹了聚類算法和時間序列算法中一些典型算法的原理以及應用方法。 在智能交通方面,交通流數(shù)據(jù)的分析在是非常重要的,如何智能的分析交通數(shù)據(jù)一直以來是一個比較困難的問題,本文的核心內(nèi)容有三部分,首先對數(shù)據(jù)進行必要的預處理,使之能夠成為被數(shù)據(jù)挖掘算法直接使用的數(shù)據(jù)形式;其次利用k-

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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

評論

0/150

提交評論