基于高維數(shù)據(jù)聚類分析方法的有效性研究.pdf_第1頁
已閱讀1頁,還剩66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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在機(jī)器學(xué)習(xí)中的聚類技術(shù)被人們看作是非常有研究價(jià)值的內(nèi)容,在金融中的詐騙、醫(yī)療中的診斷、圖像中的研究、信息中的搜索以及生物中的信息學(xué)等很多方面都受到了關(guān)注和研究?,F(xiàn)如今,針對(duì)聚類技術(shù)的有關(guān)的算法被給出和實(shí)踐應(yīng)用。隨著科技的進(jìn)步,數(shù)據(jù)也隨之越來越多,同時(shí)也呈現(xiàn)出了復(fù)雜的結(jié)構(gòu)特性,比如多維性、不均勻性、冗余性等等多種結(jié)構(gòu)。由于數(shù)據(jù)的形式影響著聚類的效果,故隨著數(shù)據(jù)的不同特性的出現(xiàn),隨之也就出現(xiàn)了很多的聚類算法,但是沒有萬能的聚類算法。所以針對(duì)

2、當(dāng)今數(shù)據(jù)的特性尋求有效的聚類算法是一個(gè)必要的研究的內(nèi)容。
  本文研究的是多類型結(jié)構(gòu)的數(shù)據(jù),探求出有效的聚類算法。本文的主要研究主要內(nèi)容是:
  1、針對(duì)分類型數(shù)據(jù)的特點(diǎn)提出了一種新的屬性加權(quán)聚類算法,并將其應(yīng)用于聚類過程中形成新的聚類優(yōu)化問題。
  2、提出一種面向高維數(shù)據(jù)的屬性雙加權(quán)優(yōu)化聚類算法,通過標(biāo)準(zhǔn)化的形式得出算法中的矩陣的劃分、類的中心集以及屬性的權(quán)值在實(shí)現(xiàn)的過程中的規(guī)則,進(jìn)而實(shí)現(xiàn)了最優(yōu)解的獲得。證明了該算

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(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

評(píng)論

0/150

提交評(píng)論