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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、分形數(shù)據(jù)挖掘技術(shù)是一種利用數(shù)據(jù)集的分形特征對其進(jìn)行挖掘的技術(shù),所謂數(shù)據(jù)集的分形特征是指一個(gè)數(shù)據(jù)集的部分分布與整體分布具有相似的結(jié)構(gòu)或?qū)傩?。描述?shù)據(jù)集分形特征的重要指標(biāo)是分形維數(shù),分形數(shù)據(jù)挖掘一般是基于分形維數(shù)的。本文對分形數(shù)據(jù)挖掘技術(shù)中的基本問題及其在數(shù)據(jù)流環(huán)境中的應(yīng)用問題進(jìn)行了研究。
分形數(shù)據(jù)挖掘技術(shù)以數(shù)據(jù)集的分形特征為基礎(chǔ),現(xiàn)實(shí)的數(shù)據(jù)集中一般存在著近似的或統(tǒng)計(jì)性質(zhì)上的分形特征,其近似的分形特征存在于無標(biāo)度區(qū)間內(nèi),無標(biāo)度
2、區(qū)間的大小反映了數(shù)據(jù)集的精細(xì)程度,位于無標(biāo)度區(qū)間內(nèi)的點(diǎn)近似于一條直線,這些點(diǎn)近似于直線的程度可以度量數(shù)據(jù)集體現(xiàn)的自相似程度,本文基于移動(dòng)盒計(jì)數(shù)法和多層網(wǎng)格結(jié)構(gòu)的劃分方法對無標(biāo)度區(qū)間及不同劃分粒度下的最小覆蓋集進(jìn)行了精確度量。
分形維數(shù)在數(shù)據(jù)挖掘領(lǐng)域有著特殊的作用,它能有效地描述數(shù)據(jù)集,能反映復(fù)雜數(shù)據(jù)集中隱藏的規(guī)律性,分形維數(shù)是一個(gè)特殊的指標(biāo)量,當(dāng)它發(fā)生變化時(shí),往往說明數(shù)據(jù)集的某些特征發(fā)生了變化,如數(shù)據(jù)點(diǎn)分布,數(shù)據(jù)集的變化趨
3、勢等,基于分形理論的數(shù)據(jù)挖掘算法通常都涉及到分形維數(shù)的計(jì)算,因此分形維數(shù)的計(jì)算方法是分形數(shù)據(jù)挖掘技術(shù)要解決的首要問題。但是現(xiàn)有的分形維數(shù)計(jì)算方法時(shí)間復(fù)雜度和空間復(fù)雜度都比較高,這大大降低了算法的效率,使算法很難適應(yīng)高速、海量的數(shù)據(jù)流環(huán)境。本文總結(jié)分析了現(xiàn)有的幾種分形維數(shù)計(jì)算方法,將分形維數(shù)的計(jì)算方法分為確定型算法和隨機(jī)型算法兩種類型,并提出一種靈活高效的隨機(jī)型算法來估計(jì)數(shù)據(jù)流的分形維數(shù)。最后,以隨機(jī)型分形維數(shù)計(jì)算方法為基礎(chǔ),研究了分形數(shù)
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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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
- 基于密度與分形維數(shù)的數(shù)據(jù)流聚類算法研究.pdf
- 基于分形的數(shù)據(jù)流聚類算法研究
- 基于分形的數(shù)據(jù)流聚類算法研究.pdf
- 基于信息熵的高維數(shù)據(jù)流聚類及其應(yīng)用研究.pdf
- 商業(yè)數(shù)據(jù)流降維方法及其聚類算法研究.pdf
- 數(shù)據(jù)流聚類算法及其應(yīng)用.pdf
- 數(shù)據(jù)流聚類方法研究.pdf
- 數(shù)據(jù)流聚類算法及其應(yīng)用的研究.pdf
- 基于相關(guān)性的數(shù)據(jù)流聚類及其應(yīng)用研究.pdf
- 復(fù)雜網(wǎng)絡(luò)分形維數(shù)的計(jì)算方法研究.pdf
- 面向數(shù)據(jù)流模糊聚類算法的應(yīng)用研究.pdf
- 時(shí)態(tài)數(shù)據(jù)流的增量聚類算法研究及其應(yīng)用.pdf
- 基于密度的數(shù)據(jù)流聚類方法研究.pdf
- 高維數(shù)據(jù)流快速降維聚類算法研究.pdf
- 基于近鄰傳播的文本數(shù)據(jù)流聚類算法及其應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中的聚類方法及其應(yīng)用研究.pdf
- 混合屬性數(shù)據(jù)流的聚類算法研究及其應(yīng)用.pdf
- 數(shù)據(jù)流中基于區(qū)間劃分的高維聚類算法研究.pdf
- 基于網(wǎng)格方法的數(shù)據(jù)流聚類算法研究.pdf
- 面向數(shù)據(jù)流的數(shù)據(jù)聚類算法研究.pdf
評論
0/150
提交評論