已閱讀1頁，還剩46頁未讀， 繼續(xù)免費閱讀
版權說明：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，請進行舉報或認領
文檔簡介
1、本論文的研究工作著重分析了傳統(tǒng)聚類算法在處理大規(guī)模、高維數(shù)據(jù)集的困難和問題。比較了各種降維處理方法的優(yōu)劣，從原理上論證了子空間聚類算法在處理大規(guī)模、高維數(shù)據(jù)集的優(yōu)勢。在此基礎上，進一步對已有的子空間聚類算法—CLIQUE進行了分析，指出CLIQUE算法存在的若干不足，即：CLIQUE在劃分網(wǎng)格時沒有或者很少考慮數(shù)據(jù)的分布，在處理大規(guī)模、高維數(shù)據(jù)集時需進行大量的I/O訪問操作，使效率大大降低。提出了基于最優(yōu)分割區(qū)間和數(shù)據(jù)劃分的聚類算法(O
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
- 高維數(shù)據(jù)子空間聚類算法研究.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
- 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
- 基于粒子群算法的高維數(shù)據(jù)子空間聚類算法.pdf
- 基于子空間的高維數(shù)據(jù)流聚類算法研究.pdf
- 高維分類屬性的子空間聚類算法研究.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
- 高維數(shù)據(jù)投影聚類算法的研究.pdf
- 面向分類數(shù)據(jù)的子空間聚類算法研究.pdf
- 基于信息熵的高維分類型數(shù)據(jù)子空間聚類.pdf
- 高維海量數(shù)據(jù)聚類算法研究.pdf
- 高維混合類型數(shù)據(jù)聚類算法研究.pdf
- 面向高維數(shù)據(jù)的變密度空間聚類研究.pdf
- 高維聚類算法研究.pdf
- 高維數(shù)據(jù)聚類算法及應用研究.pdf
- 約束子空間聚類算法研究.pdf
- 基于遺傳算法的高維數(shù)據(jù)聚類研究.pdf
- 基于進化計算法的高維數(shù)據(jù)聚類研究.pdf
評論
0/150
提交評論