

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、從大型數(shù)據(jù)集中發(fā)現(xiàn)有趣的,有用的且預(yù)先未知的知識(shí)的過(guò)程被稱為數(shù)據(jù)挖掘。數(shù)據(jù)挖掘又稱數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn),是數(shù)據(jù)庫(kù)研究最活躍的領(lǐng)域之一。通過(guò)數(shù)據(jù)挖掘可以從大型數(shù)據(jù)集中提取可信、新穎、有效并易于理解的知識(shí)、規(guī)律或高層信息。這給人們?cè)谛畔r(shí)代所積累的海量數(shù)據(jù)賦予了新的意義。隨著數(shù)據(jù)挖掘技術(shù)的迅速發(fā)展,作為其重要組成部分,聚類分析和孤立點(diǎn)檢測(cè)技術(shù)已經(jīng)廠泛應(yīng)用于模式識(shí)別、數(shù)據(jù)分析、圖象處理、市場(chǎng)研究等許多領(lǐng)域。聚類及孤立點(diǎn)檢測(cè)算法研究已經(jīng)成為數(shù)據(jù)挖
2、掘研究領(lǐng)域中非?;钴S的一個(gè)研究課題。 本文介紹了數(shù)據(jù)挖掘理論,對(duì)聚類及孤立點(diǎn)檢測(cè)算法進(jìn)行了深入地分析研究。在分析了基于密度的聚類算法和基于密度的孤立點(diǎn)算法的基礎(chǔ)上,提出了基于局部孤立系數(shù)的孤立點(diǎn)檢測(cè)和基于局部孤立系數(shù)的聚類算法;基于K-距離因子和增強(qiáng)的K-距離因子的孤立點(diǎn)檢測(cè)算法。 本文使用VisualC++6.0實(shí)現(xiàn)了基于局部孤立系數(shù)的聚類算法、基于局部孤立系數(shù)的孤立點(diǎn)算法、基于K-距離因子的孤立點(diǎn)算法、增強(qiáng)的K-距離
3、因子的孤立點(diǎn)算法、LOF算法、RDBKNN算法。在綜合數(shù)據(jù)集上和真實(shí)數(shù)據(jù)集上做了大量的對(duì)比實(shí)驗(yàn)來(lái)驗(yàn)證孤立點(diǎn)算法的正確性,在綜合數(shù)據(jù)集上驗(yàn)證孤立點(diǎn)算法的效率;在綜合數(shù)據(jù)集上、真實(shí)數(shù)據(jù)集上和多密度數(shù)據(jù)集上驗(yàn)證基于局部孤立系數(shù)的聚類算法的正確性,在綜合數(shù)據(jù)集上驗(yàn)證聚類算法的效率。 實(shí)驗(yàn)結(jié)果表明,基于局部孤立系數(shù)的聚類、基于局部孤立系數(shù)的孤立點(diǎn)、基于K-距離因子的孤立點(diǎn)、增強(qiáng)的K-距離因子的孤立點(diǎn)算法能夠準(zhǔn)確、有效的發(fā)現(xiàn)聚類和孤立點(diǎn)。聚
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
- K-中心點(diǎn)和K-均值聚類算法研究.pdf
- 基于距離的聚類和孤立點(diǎn)檢測(cè)算法研究.pdf
- 基于網(wǎng)格的聚類算法和孤立點(diǎn)技術(shù)的研究.pdf
- 無(wú)尺度圖k-中心點(diǎn)聚類算法研究.pdf
- K-均值聚類算法的研究與分析.pdf
- 基于自適應(yīng)粒子群的k-中心聚類算法研究.pdf
- 某些圖類的k-距離控制數(shù)與k-距離約束數(shù).pdf
- 基于K-均值聚類算法的Web日志挖掘技術(shù)的研究和應(yīng)用.pdf
- k-中心平面聚類模型與算法研究.pdf
- 基于點(diǎn)對(duì)稱距離的聚類算法及其應(yīng)用.pdf
- K-均值聚類算法的改進(jìn)及其應(yīng)用.pdf
- 基于k-平均算法的文本聚類系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于嚴(yán)格K-最臨近集的聚類算法及其分析.pdf
- 基于人工蜂群算法的改進(jìn)K-均值聚類算法及其應(yīng)用.pdf
- 基于流形距離和蜂群的聚類算法研究.pdf
- 一種基于信息熵聚類的K-匿名化算法.pdf
- 基于K-均值聚類遺傳算法的聯(lián)合選址庫(kù)存模型研究.pdf
- K-均值聚類算法初始中心選取相關(guān)問(wèn)題的研究.pdf
- 基于傳遞距離的度量學(xué)習(xí)和聚類算法研究.pdf
- 基于語(yǔ)義距離的文本聚類算法研究.pdf
評(píng)論
0/150
提交評(píng)論