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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、聚類分析是數(shù)據(jù)挖掘中的一個(gè)重要研究領(lǐng)域,被廣泛應(yīng)用于金融欺詐、醫(yī)療診斷、圖像處理、信息檢索和生物信息學(xué)等領(lǐng)域。近年來,針對數(shù)值屬性數(shù)據(jù)的聚類算法研究已取得了豐碩的成果。然而,在現(xiàn)實(shí)世界中,存在著大量的符號(hào)屬性數(shù)據(jù),由于符號(hào)屬性數(shù)據(jù)缺乏固有的幾何特性,不能簡單地將現(xiàn)有的數(shù)值屬性數(shù)據(jù)聚類算法應(yīng)用于符號(hào)屬性數(shù)據(jù)。因此,符號(hào)屬性數(shù)據(jù)聚類算法的研究成為一個(gè)非常重要的研究內(nèi)容,并引起了廣泛地關(guān)注。
本文在K-Modes和模糊K-Modes
2、聚類算法框架下,對符號(hào)屬性數(shù)據(jù)聚類算法進(jìn)行了深入地研究,論文的主要研究成果如下。
(1)基于粗糙集中的粗糙近似和粗糙隸屬度,提出了兩種新的相異測度。提出的相異測度在度量同一符號(hào)屬性下兩個(gè)屬性值之間的差異時(shí),克服了簡單匹配差異法的不足,既考慮了它們本身的異同,又考慮了其它相關(guān)符號(hào)屬性對它們的區(qū)分性。將提出的相異測度應(yīng)用于傳統(tǒng)K-Modes聚類算法中,并與基于其它相異測度的K-Modes聚類算法在UCI數(shù)據(jù)集上進(jìn)行了比較,實(shí)驗(yàn)結(jié)果
3、表明基于新相異測度的K-Modes聚類算法是有效的。
(2)對基于頻率的相異測度進(jìn)行了研究,提出了一種更加適合模糊K-Modes聚類算法的相異測度。提出的相異測度充分考慮了Mode對模糊類的代表程度,將它應(yīng)用于模糊K-Modes聚類算法中,并給出了基于模糊隸屬度的模糊K-Modes聚類算法的收斂性證明。在UCI數(shù)據(jù)集上與傳統(tǒng)K-Modes和模糊K-Modes聚類算法進(jìn)行了比較,實(shí)驗(yàn)結(jié)果表明基于模糊隸屬度的模糊K-Modes聚類
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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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自己和他人造成任何形式的傷害或損失。
最新文檔
- 分類屬性數(shù)據(jù)聚類算法研究.pdf
- 符號(hào)屬性數(shù)據(jù)的半監(jiān)督聚類與屬性選擇.pdf
- 混合屬性數(shù)據(jù)聚類算法及其應(yīng)用.pdf
- 混合屬性數(shù)據(jù)的聚類研究.pdf
- 混合屬性數(shù)據(jù)流的聚類算法研究及其應(yīng)用.pdf
- 基于量子機(jī)制的分類屬性數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)挖掘中分類屬性數(shù)據(jù)聚類研究.pdf
- 混合屬性數(shù)據(jù)聚類邊界檢測技術(shù)的研究.pdf
- 面向聚類的多敏感屬性數(shù)據(jù)發(fā)布隱私保護(hù)研究.pdf
- 語義屬性數(shù)據(jù)聚類-分類算法及其在異常檢測中的應(yīng)用研究.pdf
- 針對混合數(shù)值型和分類型屬性數(shù)據(jù)的劃分式聚類算法研究.pdf
- 符號(hào)型數(shù)據(jù)聚類算法的研究.pdf
- 基于密度峰值和維度概率模型的混合屬性數(shù)據(jù)聚類研究.pdf
- 基于蟻群算法的混合屬性數(shù)據(jù)集聚類方法的研究.pdf
- 數(shù)據(jù)流混合屬性聚類算法研究.pdf
- 混合屬性聚類融合及數(shù)據(jù)流聚類算法研究.pdf
- 基于圖論的符號(hào)型數(shù)據(jù)聚類算法研究.pdf
- 混合屬性聚類算法研究.pdf
- 面向混合屬性的數(shù)據(jù)與數(shù)據(jù)流聚類算法研究.pdf
- 數(shù)據(jù)發(fā)布中多敏感屬性數(shù)據(jù)隱私保護(hù)算法.pdf
評論
0/150
提交評論