基于核密度估計(jì)理論的多數(shù)據(jù)流聚類研究.pdf_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來,處理無限的連續(xù)數(shù)據(jù)流的應(yīng)用日益流行,比如網(wǎng)絡(luò)日志、傳感器網(wǎng)絡(luò)等。數(shù)據(jù)流聚類(datastreamclustering)逐漸成為數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)研究問題之一,由于數(shù)據(jù)流的數(shù)據(jù)量無限、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,急需開發(fā)適應(yīng)數(shù)據(jù)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)當(dāng)前比較經(jīng)典的多數(shù)據(jù)流聚類COD(Clusteri

2、ngonDemand)框架,首先,詳細(xì)分析了其不足之處:不能過濾獨(dú)異點(diǎn)、對(duì)數(shù)據(jù)流的壓縮保存過于簡(jiǎn)單和聚類時(shí)計(jì)算數(shù)據(jù)流之間的距離的時(shí)間復(fù)雜度過高等,然后從核密度估計(jì)理論和基于數(shù)據(jù)的空間劃分網(wǎng)格技術(shù)出發(fā),提出了一種多數(shù)據(jù)流聚類的方法——CMO(ClusteringMulti-StreamsusingObservematrix)方法。理論和實(shí)驗(yàn)結(jié)果表明:CMO方法提供了一種不損傷數(shù)據(jù)流的時(shí)間、距離特性的刻畫方法;具有過濾獨(dú)異點(diǎn)的能力;聚類的時(shí)

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(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)頁內(nèi)容里面會(huì)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(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。

評(píng)論

0/150

提交評(píng)論