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)
文檔簡介
1、隨著軟件、硬件和網(wǎng)絡(luò)技術(shù)的快速發(fā)展,積累的歷史數(shù)據(jù)成千上萬,在這些數(shù)據(jù)中存在著大量有用的信息。數(shù)據(jù)挖掘就是用來從大量的、不完全的、有噪聲的、模糊的、隨機(jī)數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)。在數(shù)據(jù)挖掘包含的眾多研究領(lǐng)域中,聚類是一種很有用的技術(shù),它能夠在潛在的數(shù)據(jù)中發(fā)現(xiàn)令人感興趣的數(shù)據(jù)分布模式。實(shí)際的應(yīng)用對(duì)聚類分析提出了如下要求:可伸縮性、處理不同類型屬性的能力、發(fā)現(xiàn)任意形狀的聚類、用于決定輸入?yún)?shù)的領(lǐng)
2、域知識(shí)最小化、處理噪聲數(shù)據(jù)的能力、對(duì)于輸入記錄的順序不敏感、高維性、基于約束的聚類以及聚類結(jié)果的可解釋性和可用性。 目前,已經(jīng)提出了很多聚類算法,基本上分為以下幾類:劃分方法、層次方法、基于網(wǎng)格的方法、基于模型的方法和基于密度的方法。這些方法各有優(yōu)缺點(diǎn),能夠針對(duì)不同的領(lǐng)域解決不同的問題。但在聚類分析中還存在一些有待解決的問題。 本文根據(jù)數(shù)據(jù)分布的特點(diǎn),提出了一種基于空間單元密度的快速聚類算法SUDBC,該算法首先將被聚類
3、的數(shù)據(jù)劃分成若干個(gè)空間單元,然后基于空間單元密度將密度超過給定閾值的鄰居單元合并為一個(gè)類。在存儲(chǔ)空間單元時(shí),通過建立哈希表提高查找速度。并通過實(shí)驗(yàn)驗(yàn)證了這一思想的正確性。實(shí)驗(yàn)結(jié)果證明了SUDBC算法具有處理任意形狀的數(shù)據(jù)和對(duì)噪音數(shù)據(jù)不敏感的特點(diǎn)。通過與DBSCAN算法相比較,可以看出SUDBC是一種快速的聚類算法。該算法具有如下優(yōu)點(diǎn):(1)不用計(jì)算兩點(diǎn)間的距離;(2)只需對(duì)數(shù)據(jù)進(jìn)行一遍掃描,故具有近似線性的時(shí)間復(fù)雜性;(3)主要基于空間
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
- 基于密度的空間聚類算法研究.pdf
- 基于密度的空間聚類算法的研究.pdf
- 基于密度的子空間聚類算法研究.pdf
- 基于密度聚類的空間數(shù)據(jù)挖掘算法研究.pdf
- 基于密度的數(shù)據(jù)流子空間聚類算法研究.pdf
- 基于多密度的聚類算法研究.pdf
- 基于相對(duì)密度的聚類算法研究.pdf
- 基于網(wǎng)格密度和空間劃分樹的聚類算法研究.pdf
- 基于密度單元覆蓋的聚類數(shù)據(jù)流算法研究.pdf
- 一類基于密度的聚類算法研究.pdf
- 基于單元格的多密度GMDBSCAN聚類算法.pdf
- 基于密度的層次聚類算法研究.pdf
- 基于密度的并行聚類算法研究.pdf
- 基于密度的鞋印圖像聚類算法研究.pdf
- 一種基于密度的動(dòng)態(tài)參數(shù)單元聚類算法.pdf
- 基于流形的密度峰值聚類算法研究.pdf
- 基于劃分和密度的聚類算法研究.pdf
- 基于密度的統(tǒng)計(jì)合并聚類算法.pdf
- 劃分聚類與基于密度聚類算法的改進(jìn)方法研究.pdf
- GIS系統(tǒng)中基于網(wǎng)格密度的空間聚類算法的研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論