基于因子分析和粗糙集的聚類分析在城市劃分中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩40頁(yè)未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著改革開放的步伐,我國(guó)在經(jīng)濟(jì)發(fā)展的道路上大步前進(jìn),祖國(guó)人民也由貧困走到了總體小康,實(shí)現(xiàn)了歷史性的跨越,與此同時(shí),我國(guó)各城市也在按照著各自的路線積極快速的發(fā)展著,北京、上海作為中國(guó)的代表城市,已經(jīng)走上了國(guó)際大都市的道路.然而,除了這些發(fā)展較好的城市,中國(guó)仍然存在著很多城市公共基礎(chǔ)設(shè)施建設(shè)十分落后,經(jīng)濟(jì)發(fā)展也遠(yuǎn)低于全國(guó)平均標(biāo)準(zhǔn),如何制定更好的政策使得這些城市獲得更好的發(fā)展是國(guó)家今后發(fā)展要考慮的問題之一,而想要更好的為不同的城市制定各自的發(fā)

2、展方案,就需要進(jìn)行城市劃分.
  聚類分析是數(shù)據(jù)挖掘中的一種分析技術(shù),通過判斷數(shù)據(jù)對(duì)象之間的距離或者相關(guān)性關(guān)系,將相接近的數(shù)據(jù)對(duì)象凝聚為簇,傳統(tǒng)的聚類方法有很多優(yōu)點(diǎn),不可避免的,也存在著相應(yīng)的缺點(diǎn),處理高維復(fù)雜數(shù)據(jù)時(shí)可能會(huì)存在著各式各樣的問題,因此,本文提出了一種新的聚類模型,先用因子分析對(duì)數(shù)據(jù)集進(jìn)行降維,然后再用粗糙集中的上下近似集思想避免傳統(tǒng)聚類方法邊界較為模糊的情況,最后利用基于粗糙集思想的聚類分析對(duì)數(shù)據(jù)進(jìn)行處理.
 

溫馨提示

  • 1. 本站所有資源如無(wú)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(yè)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(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。

評(píng)論

0/150

提交評(píng)論