已閱讀1頁,還剩51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、由于數(shù)據(jù)流的快速性、海量性且持續(xù)到達(dá)的獨(dú)有特性,使得以往針對(duì)傳統(tǒng)靜態(tài)數(shù)據(jù)的聚類算法失效,如何利用有限的存儲(chǔ)空間對(duì)實(shí)時(shí)數(shù)據(jù)流進(jìn)行快速分析,進(jìn)而準(zhǔn)確有效地從數(shù)據(jù)流中挖掘出有價(jià)值的知識(shí)和信息,是目前數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)難題。因此,研究設(shè)計(jì)出適應(yīng)數(shù)據(jù)流特性的聚類算法,是十分重要的,也是很有現(xiàn)實(shí)意義的。
本文在分析研究了傳統(tǒng)聚類算法和數(shù)據(jù)流聚類算法的優(yōu)缺點(diǎn)后,在PDStream算法的基礎(chǔ)上進(jìn)行改進(jìn),提出了一種新的基于密度維度樹的增量式網(wǎng)
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(kù)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
- 基于網(wǎng)格密度和空間劃分樹的聚類算法研究.pdf
- 基于網(wǎng)格密度的高精度聚類算法研究.pdf
- 基于網(wǎng)格密度聚類的雷達(dá)信號(hào)分選算法研究.pdf
- 基于密度網(wǎng)格的關(guān)聯(lián)規(guī)則開采及聚類算法.pdf
- 基于網(wǎng)格的密度峰值聚類算法研究及其應(yīng)用.pdf
- 基于模糊聚類的增量式挖掘算法研究.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)格與密度的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度和網(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)流聚類算法研究.pdf
- 基于最優(yōu)劃分的多密度梯度網(wǎng)格聚類算法.pdf
- 密度影響因子相關(guān)的網(wǎng)格聚類算法研究.pdf
- 基于網(wǎng)格和密度的并行聚類算法的研究與實(shí)現(xiàn).pdf
- 基于密度網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)流在線聚類算法研究
- 一種基于日志的分布式增量聚類算法.pdf
- 基于雙層網(wǎng)格和密度的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)流在線聚類算法研究.pdf
- 基于網(wǎng)格和密度聚類算法的入侵檢測(cè)技術(shù)研究.pdf
- 一種基于網(wǎng)格的密度聚類算法研究及應(yīng)用.pdf
- 聚類算法的維度分析.pdf
評(píng)論
0/150
提交評(píng)論