2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩47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、離群數(shù)據(jù)是數(shù)據(jù)挖掘的重要研究內(nèi)容之一,是發(fā)現(xiàn)數(shù)據(jù)集中明顯與其他數(shù)據(jù)行為不一致的對象,在許多鄰域有著廣泛的應(yīng)用,例如:網(wǎng)絡(luò)入侵檢測、信用卡欺詐、天氣預(yù)報監(jiān)測等。但隨著分布、異構(gòu)、海量數(shù)據(jù)集的大量出現(xiàn),采用集中式方法將無法滿足實際需求。本文,針對兩種不同的數(shù)據(jù)集分割(水平劃分和垂直劃分),采用網(wǎng)格作為分布式計算平臺,對離群數(shù)據(jù)分布式挖掘算法進行了研究,其主要研究工作如下:
   (1)網(wǎng)格環(huán)境下的離群數(shù)據(jù)分布式挖掘算法。該算法針對數(shù)

2、據(jù)集的垂直分割,首先采用局部離群因子LOF,在各個分節(jié)點上,計算數(shù)據(jù)對象之間的局部距離;其次,在主節(jié)點上,利用網(wǎng)格服務(wù)合并生成MinPts距離鄰域,從而完成KNN查詢過程;然后,將MinPts距離鄰域傳回分節(jié)點,完成LOF值的計算;最后,采用KDD CUP99作為數(shù)據(jù)集,實驗結(jié)果驗證了算法的有效性。
   (2)基于微粒群和子空間的離群數(shù)據(jù)分布式挖掘算法。該算法針對數(shù)據(jù)集的水平分割,以基于微粒群和子空間的離群數(shù)據(jù)挖掘(OM-PS

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(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(zé)。
  • 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