已閱讀1頁,還剩53頁未讀, 繼續(xù)免費(fèi)閱讀
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、隨著計(jì)算機(jī)技術(shù)的發(fā)展,越來越多的應(yīng)用產(chǎn)生流數(shù)據(jù),流數(shù)據(jù)不同于傳統(tǒng)的靜態(tài)數(shù)據(jù)。它是連續(xù)的、有序的、快速變化的、海量的數(shù)據(jù)。本文的主要工作是設(shè)計(jì)和實(shí)現(xiàn)了雙層結(jié)構(gòu)流數(shù)據(jù)聚類算法TWDSCluster,它包括兩部分:在線層聚類和離線層聚類。為了有效地存儲(chǔ)保留數(shù)據(jù)流中數(shù)據(jù)點(diǎn)的摘要信息,本文在框架中引入了微簇和金字塔時(shí)間框架。數(shù)據(jù)點(diǎn)的摘要信息以微簇的形式保留,并按照金字塔時(shí)間框架存儲(chǔ)。該算法可以有效的檢測(cè)數(shù)據(jù)流中的異常點(diǎn)。通過相關(guān)的仿真實(shí)驗(yàn)和其它的
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
- 基于密度的數(shù)據(jù)流聚類挖掘算法.pdf
- 基于雙層網(wǎng)格和密度的數(shù)據(jù)流聚類算法研究.pdf
- 基于數(shù)據(jù)流的聚類算法研究.pdf
- 面向數(shù)據(jù)流挖掘的分類和聚類算法研究.pdf
- 數(shù)據(jù)流挖掘中聚類算法的研究與實(shí)現(xiàn).pdf
- 基于Storm的數(shù)據(jù)流聚類研究.pdf
- 基于粒子群優(yōu)化的數(shù)據(jù)流挖掘的聚類算法分析.pdf
- 基于網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度的數(shù)據(jù)流聚類方法研究.pdf
- 數(shù)據(jù)流聚類方法研究.pdf
- 基于蜂群算法的數(shù)據(jù)流聚類研究.pdf
- 基于時(shí)空劃分的數(shù)據(jù)流聚類研究.pdf
- 基于分形的數(shù)據(jù)流聚類算法研究
- 面向數(shù)據(jù)流的數(shù)據(jù)聚類算法研究.pdf
- 基于網(wǎng)格的MST數(shù)據(jù)流聚類算法研究.pdf
- 基于密度網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于網(wǎng)格和密度的數(shù)據(jù)流聚類研究.pdf
- 基于分形的數(shù)據(jù)流聚類算法研究.pdf
- 數(shù)據(jù)流聚類及電信數(shù)據(jù)流管理.pdf
- 基于網(wǎng)格方法的數(shù)據(jù)流聚類算法研究.pdf
評(píng)論
0/150
提交評(píng)論