基于數(shù)據(jù)流的聚類算法研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著信息化技術的發(fā)展和廣泛應用,在很多新興的研究領域中產(chǎn)生了一種新的研究對象,這種具有與傳統(tǒng)數(shù)據(jù)不同特性的數(shù)據(jù),它們具有海量性、時序性,同時是快速變化的和潛在無限的,我們把這種數(shù)據(jù)稱為數(shù)據(jù)流。因而,針對數(shù)據(jù)流的聚類算法研究是非?;馃岬?。
  在現(xiàn)實環(huán)境中,因為機器精度誤差,人為因素造成的數(shù)據(jù)對最終的結果會產(chǎn)生一定的影響,形成不確定數(shù)據(jù),但是現(xiàn)有數(shù)據(jù)流聚類算法多數(shù)面向的是確定性數(shù)據(jù),因而怎樣有效地處理不確定數(shù)據(jù)成了一個研究熱點。另外

2、,由于數(shù)據(jù)流具有實時到達的特點,人們更加關注那些最近一段時間內(nèi)到達的數(shù)據(jù),如何將數(shù)據(jù)流從開始至今的所有數(shù)據(jù)區(qū)別開,實現(xiàn)數(shù)據(jù)流更好的聚類效果。
  針對上述問題,本文的主要工作如下:
  1.首先介紹了數(shù)據(jù)流的產(chǎn)生,對傳統(tǒng)數(shù)據(jù)挖掘帶來的挑戰(zhàn),之后介紹了進行數(shù)據(jù)流挖掘的研究背景和意義、國內(nèi)外研究現(xiàn)狀,并概括了數(shù)據(jù)流挖掘的發(fā)展前景與應用;并重點介紹了數(shù)據(jù)流挖掘的研究方向,以及數(shù)據(jù)流相似性度量方法。
  2.現(xiàn)有數(shù)據(jù)流聚類算法

3、多數(shù)面向的是確定性數(shù)據(jù),對不確定數(shù)據(jù)流聚類的處理,效果不是很好。因為經(jīng)典的不確定數(shù)據(jù)聚類算法具有概率密度函數(shù)獲取困難、實用性不強以及計算復雜等缺點。本文提出一種基于區(qū)間數(shù)的不確定數(shù)據(jù)流聚類算法UIDStream,算法用區(qū)間數(shù)來表示屬性不確定性數(shù)據(jù)和基于區(qū)間數(shù)的距離計算方法,定義了不確定性數(shù)據(jù)之間的相似度,提出基于區(qū)間數(shù)的2k-近鄰微簇和最優(yōu)2k-近鄰微簇的概念,通過最優(yōu)2k-近鄰微簇的融合,實現(xiàn)不確定數(shù)據(jù)流的聚類。實驗結果表明:改進后的

4、算法具有良好的聚類效果,提高了不確定數(shù)據(jù)流聚類的聚類質(zhì)量和速率。
  3.由于數(shù)據(jù)流具有實時到達的特點,傳統(tǒng)聚類算法并沒有考慮時間的權重,而在許多現(xiàn)實應用領域中人們更加關注那些最近一段時間內(nèi)到達的數(shù)據(jù)。本文提出一種基于時間衰減的數(shù)據(jù)流聚類算法TF-Stream,考慮到隨時間的流逝較早到達的數(shù)據(jù)對數(shù)據(jù)流聚類的影響程度呈現(xiàn)衰減趨勢,引入了時間衰減函數(shù)。離線聚類階段,在DBSCAN算法的基礎上給出了k近鄰密度和相對密度等概念,對數(shù)據(jù)流進

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(nèi)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(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)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。

評論

0/150

提交評論