

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、數(shù)據(jù)質量和隱私保護問題已經(jīng)引起了學術界廣泛的關注,并已成為當前學術界的熱點研究領域.數(shù)據(jù)質量并不僅僅是指數(shù)據(jù)錯誤,通常定義為數(shù)據(jù)的一致性(consistency)、正確性(correctness)、完整性(completeness)和最小性(minimality)這四個指標在信息系統(tǒng)中得到的滿足程度,也有文獻把“適合使用”作為衡量數(shù)據(jù)質量的初步標準.基于隱私保護的數(shù)據(jù)挖掘是指在盡量不影響挖掘結果的情況下,讓一些敏感信息得到盡可能多的保密
2、. 當前數(shù)據(jù)質量的研究大多集中在相似重復記錄清理、不完整數(shù)據(jù)清理和錯誤數(shù)據(jù)清理等方面.為了更適合不同數(shù)據(jù)挖掘任務的完成,本文拓寬了數(shù)據(jù)質量的定義內涵,將對數(shù)據(jù)集基于不同目標進行變換都稱為提高數(shù)據(jù)質量的操作.本文主要使用了多種聚類策略來提高不同挖掘目標的數(shù)據(jù)質量. 本文拓展了傳統(tǒng)的數(shù)據(jù)一致性(consistency)定義,借鑒連續(xù)函數(shù)的思想,提出了一個分類樣本空間的一致性度量概念來衡量數(shù)據(jù)集的分類一致性,進一步將其推廣到數(shù)
3、值型連續(xù)數(shù)據(jù)上.作為具體驗證,將提出的連續(xù)分類一致性定義用到了SOM方法中,得到基于SOM連續(xù)分類一致性定義的分類方法.最后從VC維的角度分析了提出算法的優(yōu)點. 為了使核方法適用于大規(guī)模數(shù)據(jù)集的求解,本文提出了基于聚類加權的快速核方法.快速聚類核方法使用聚類方法讓原始數(shù)據(jù)集規(guī)模縮小,從而解決了核計算中大規(guī)模矩陣的計算效率(甚至不可運行)的問題,使矩陣特征值求解問題的規(guī)模從O(n3)下降到O(τ3),τ< 4、論證明,在極大地提高算法效率的情況下,分類精度的差別可以嚴格控制在微小范圍內.最后我們還將此方法具體應用于KernelFoley-SammonTransform(KFST)算法和KernelPrincipalComponentAnalysis(KPCA)算法中. 本文提出了一種基于偏離Gauss(高斯)分布的變量聚類ICA方法,先對變量進行聚類,再在每一類變量上進行ICA分析,即通過變量聚類的方法來提高數(shù)據(jù)集的針對ICA的數(shù)據(jù)質 5、量.針對ICA方法的特點,將每個變量與用極大似然估計得到的Gauss分布進行比較,得到一個差值序列,根據(jù)這個差值序列進行變量之間的聚類.實驗結果表明我們的方法能提高數(shù)據(jù)集的分類一致性,從而提高了預測精度. 通過對大型稀疏數(shù)據(jù)庫的分析,本文提出了一種基于反向變量聚類的分層加速算法.這種方法可以提高大型稀疏數(shù)據(jù)庫中對大數(shù)據(jù)集操作的速度,同時節(jié)約了存儲空間.其主要思想是利用反向變量聚類的方法,對屬性進行聚類,生成一個投影聚類數(shù)據(jù)庫.投 6、影數(shù)據(jù)庫中,多個屬性被統(tǒng)一聚集在一個聚類變量下,從而屬性的數(shù)量被極大地減少了.分層加速算法壓縮了稀疏數(shù)據(jù)集,節(jié)約了存儲空間,提高了運算的效率. 本文對一類含有敏感屬性的數(shù)據(jù)集進行了分析,提出了基于等距加密(IsometricEncryption,IE)的數(shù)據(jù)集變換方法,以提高數(shù)據(jù)集對保密性數(shù)據(jù)質量要求.第一個等距加密方法是旋轉變換,首先對旅游者的敏感屬性進行隨機等距旋轉變換,再對變化后的數(shù)據(jù)集停用基于案例的推理方法進行旅游線路的 7、聚類分析.這里的旋轉變換方法可以保持數(shù)據(jù)集中任意兩點間的距離不變,從而對變換前后的數(shù)據(jù)集進行基于案例推理尋示最近鄰點得到的結果是一致的.而且旋轉變換是隨機的,可以經(jīng)受攻擊而不容易被攻破.可使旅游者的敏感信息得到嚴格的保護.進一步,將旋轉變換的方法推廣到Johnson-Lindenstrauss隨機映射的方法和流形學習(manifoldlearning)的方法上,得到了基于Johnson-Lindenstrauss隨機映射和K-最近鄰法的
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,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 聚類及數(shù)據(jù)的隱私保護算法研究.pdf
- 聚類算法和分類算法在入侵檢測中的應用研究.pdf
- 分布式數(shù)據(jù)隱私保護聚類算法的研究.pdf
- 數(shù)據(jù)挖掘聚類算法的分析和應用研究.pdf
- 分類數(shù)據(jù)的增量聚類算法研究與應用.pdf
- 模糊聚類算法在模式分類中的應用研究.pdf
- 遺傳聚類算法在設備缺陷分類中的應用研究.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用研究.pdf
- 隱私保護的分布式聚類算法研究.pdf
- 基于聚類的匿名化隱私保護算法研究.pdf
- 基于聚類的匿名化隱私保護算法研究
- 面向聚類算法的隱私保護技術研究.pdf
- 基于抽樣的隱私保護聚類挖掘算法研究.pdf
- 科學數(shù)據(jù)挖掘系統(tǒng)中分類和聚類的應用研究.pdf
- 模糊聚類算法在數(shù)據(jù)挖掘中的應用研究.pdf
- 基于隱私保護聚類的分析和研究.pdf
- Web事務聚類中模糊聚類算法的應用研究.pdf
- 聚類與分類算法及其在鋁電解數(shù)據(jù)分析中的應用研究.pdf
- 聚類算法及其在頁面聚類中的應用研究
- 分類型數(shù)據(jù)的聚類算法研究.pdf
評論
0/150
提交評論