已閱讀1頁，還剩67頁未讀， 繼續(xù)免費閱讀
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)據挖掘是數(shù)據庫研究、開發(fā)和應用中最活躍的分支之一。近年來出現(xiàn)了一種稱為數(shù)據流挖掘的新應用，這種應用中的數(shù)據是以流的形式產生的，如傳感器數(shù)據、網頁點擊流、實時監(jiān)控系統(tǒng)等。這些數(shù)據流的特點是按時間順序的、快速變化的、海量的和潛在無限的。由于數(shù)據流具有上述特點，需要開發(fā)單遍掃描的，聯(lián)機的，多層的，多維的數(shù)據流挖掘方法。 學術界已經對數(shù)據流聚類問題進行了不少的有價值的研究工作，但是還存在許多問題尚待解決。本文研究了基于密度的數(shù)據流聚類
2、問題，主要做了以下幾個方面的改進： 1、改進了密度聚類算法。DBSCAN算法是一種基于密度的聚類算法，針對該算法在處理混合屬性數(shù)據上的不足，采用面向維度的距離的思想，改進了混合屬性數(shù)據的相似度度量方法，提出了一種新的適合混合屬性數(shù)據聚類的算法M—DBSCAN。仿真表明新算法有效解決了DBSCAN算法無法處理混合屬性數(shù)據的缺點。 2、設計了一種數(shù)據流情況下的混合屬性密度聚類算法。為了克服數(shù)據流聚類框架CluStream算法
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
- 數(shù)據流混合屬性聚類算法研究.pdf
- 混合屬性聚類融合及數(shù)據流聚類算法研究.pdf
- 面向數(shù)據流的數(shù)據聚類算法研究.pdf
- 混合屬性數(shù)據流的聚類算法研究及其應用.pdf
- 面向主題的數(shù)據流聚類算法研究.pdf
- 面向數(shù)據流的優(yōu)化聚類算法研究.pdf
- 面向不確定進化數(shù)據流聚類算法研究.pdf
- 面向數(shù)據流模糊聚類算法的應用研究.pdf
- 面向數(shù)據流挖掘的分類和聚類算法研究.pdf
- 基于數(shù)據流的聚類算法研究.pdf
- 面向不確定數(shù)據流的聚類算法分析.pdf
- 基于網格的數(shù)據流聚類算法研究.pdf
- 數(shù)據流聚類算法及其應用.pdf
- 基于數(shù)據流的聚類算法研究與實現(xiàn).pdf
- 面向概率數(shù)據流的聚類技術研究
- 數(shù)據流挖掘中聚類算法的研究與實現(xiàn).pdf
- 基于網格與密度的數(shù)據流聚類算法研究.pdf
- 數(shù)據流聚類算法及其應用的研究.pdf
- 基于蜂群算法的數(shù)據流聚類研究.pdf
- 基于分形的數(shù)據流聚類算法研究
評論
0/150
提交評論