基于密度的數(shù)據(jù)流子空間聚類算法研究.pdf_第1頁
已閱讀1頁，還剩68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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、通過對國內(nèi)外子空間聚類的研究情況分析可知，已有的子空間聚類算法還存在如下問題：第一，面向數(shù)據(jù)流的子空間聚類算法較少；第二，在聚類過程中只考慮了數(shù)據(jù)流的衰減性；第三，現(xiàn)有基于密度的子空間聚類存在維偏差現(xiàn)象。針對這些問題，本課題將研究重點放在基于密度的數(shù)據(jù)流子空間聚類算法的研究上，解決這些問題對生命科學(xué)、電子商務(wù)以及商業(yè)智能等領(lǐng)域具有重要意義。
　　本文首先提出了一種基于指數(shù)直方圖的密度數(shù)據(jù)流子空間聚類算法SDSStream。該算法首

2、先提出了加權(quán)滑動窗口模型，然后在加權(quán)滑動窗口下重新定義時間聚類特征和納偽聚類特征指數(shù)直方圖，用納偽聚類特征指數(shù)直方圖來存儲核心微聚類、潛在微聚類和噪聲微聚類。同時，該算法還提出了一種新的刪除噪聲微聚類的策略。
　　其次，提出了一種基于樹結(jié)構(gòu)的密度數(shù)據(jù)流子空間聚類算法DS-Stream。該算法提出了一個樹結(jié)構(gòu)，用以跟蹤數(shù)據(jù)空間的劃分網(wǎng)格，保存數(shù)據(jù)流的概要信息。另外，將基于密度的聚類思想引入到算法中?；跇浣Y(jié)構(gòu)，可以對不同的維度的子空

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(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。

評論

0/150

提交評論