版權(quán)說(shuō)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、聚類分析是數(shù)據(jù)挖掘領(lǐng)域一項(xiàng)重要的研究課題。近年來(lái),隨著計(jì)算機(jī)和應(yīng)用技術(shù)的高速發(fā)展,人們獲得數(shù)據(jù)的能力有了極大的提高,同時(shí)獲得的數(shù)據(jù)途徑也越來(lái)越多。數(shù)據(jù)流(datastream)作為一種特殊的數(shù)據(jù)來(lái)源,越來(lái)越備受關(guān)注。如WEB點(diǎn)擊流、氣象觀測(cè)信息流、電話記錄信息流、衛(wèi)星數(shù)據(jù)流等。由于數(shù)據(jù)流的數(shù)據(jù)量無(wú)限、對(duì)算法的響應(yīng)要求很高,而且通常只能對(duì)數(shù)據(jù)訪問(wèn)一次,而傳統(tǒng)的聚類算法對(duì)快速變化的數(shù)據(jù)流進(jìn)行在線分析的支持存在著很多限制,因此急需開發(fā)適應(yīng)數(shù)據(jù)
2、流環(huán)境的聚類算法。計(jì)算機(jī)工作者們面臨著新的挑戰(zhàn)。 本文針對(duì)時(shí)態(tài)數(shù)據(jù)流進(jìn)行了研究,給出了時(shí)態(tài)數(shù)據(jù)流的概念和定義,同時(shí)在subspacea-cluster的基礎(chǔ)上提出了TMSC(temporalmultiple-dimensionsubspacecluster)聚類算法來(lái)查找聚類,該算法采用了滑動(dòng)窗口的形式,使得算法能保證無(wú)須針對(duì)所有時(shí)間點(diǎn)的數(shù)據(jù)同時(shí)進(jìn)行聚類,減少了算法所需空間開銷;同時(shí)有增量保持階段,增量階段無(wú)須重復(fù)計(jì)算之前的數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 數(shù)據(jù)流聚類算法及其應(yīng)用.pdf
- 數(shù)據(jù)流聚類算法及其應(yīng)用的研究.pdf
- 面向數(shù)據(jù)流的數(shù)據(jù)聚類算法研究.pdf
- 混合屬性數(shù)據(jù)流的聚類算法研究及其應(yīng)用.pdf
- 基于數(shù)據(jù)流的聚類算法研究.pdf
- 面向數(shù)據(jù)流模糊聚類算法的應(yīng)用研究.pdf
- 數(shù)據(jù)流混合屬性聚類算法研究.pdf
- 面向主題的數(shù)據(jù)流聚類算法研究.pdf
- 面向數(shù)據(jù)流的優(yōu)化聚類算法研究.pdf
- 基于網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于桶密度的數(shù)據(jù)流聚類算法研究與應(yīng)用.pdf
- 基于蜂群算法的數(shù)據(jù)流聚類研究.pdf
- 基于網(wǎng)格的并行聚類算法及數(shù)據(jù)流聚類算法研究.pdf
- 基于分形的數(shù)據(jù)流聚類算法研究
- 商業(yè)數(shù)據(jù)流降維方法及其聚類算法研究.pdf
- 基于網(wǎng)格的MST數(shù)據(jù)流聚類算法研究.pdf
- 混合屬性聚類融合及數(shù)據(jù)流聚類算法研究.pdf
- 基于蟻群算法的數(shù)據(jù)流聚類算法.pdf
- 分布式數(shù)據(jù)流聚類算法研究.pdf
- 基于密度的數(shù)據(jù)流聚類挖掘算法.pdf
評(píng)論
0/150
提交評(píng)論