版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著空間數(shù)據(jù)獲取技術的快速發(fā)展,空間數(shù)據(jù)的數(shù)量、大小和復雜性都在急劇增加,已經(jīng)遠遠超出了人們的解釋能力,致使“空間數(shù)據(jù)爆炸但知識貧乏”。因此,利用空間數(shù)據(jù)挖掘和知識發(fā)現(xiàn)從空間數(shù)據(jù)庫中挖掘出事先未知的、卻潛在有用的空間模式變得十分必要。然而由于空間數(shù)據(jù)的復雜性,及數(shù)據(jù)量的龐大,給空間數(shù)據(jù)挖掘帶來了一定的難度。如何使用有效的數(shù)據(jù)挖掘手段從空間數(shù)據(jù)庫中挖掘出有用的信息,是當前亟需解決的一大問題。 本文在深入研究了國內外空間數(shù)據(jù)挖掘算法
2、研究現(xiàn)狀的基礎上,比較與分析了現(xiàn)有空間數(shù)據(jù)挖掘算法,討論了影響空間數(shù)據(jù)挖掘效率的空間索引技術,對基于密度聚類算法進行了研究與比較,并針對密度聚類算法對空間數(shù)據(jù)挖掘大量數(shù)據(jù)點處理上的時間復雜性及對參數(shù)的敏感性問題,提出了一種具有矢量約束侯選點的RCDBSCAN算法。該算法以傳統(tǒng)的基于密度的聚類算法DBSCAN算法為基礎,以發(fā)現(xiàn)線形聚類結構為目標,采用了矢量約束候選點的方法來進行候選點的選取,減少了數(shù)據(jù)點的處理;同時采用數(shù)據(jù)分區(qū)技術對數(shù)據(jù)集
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 空間數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 空間數(shù)據(jù)挖掘的機理研究——聚類問題算法研究.pdf
- 基于Spark平臺的空間數(shù)據(jù)挖掘DBSCAN聚類算法并行化研究.pdf
- 空間數(shù)據(jù)聚類的研究.pdf
- 空間數(shù)據(jù)挖掘的聚類方法與應用.pdf
- 基于聚類的空間數(shù)據(jù)挖掘方法與應用研究.pdf
- 基于粒子群優(yōu)化的空間數(shù)據(jù)聚類算法研究.pdf
- 空間數(shù)據(jù)挖掘分類算法研究.pdf
- 空間數(shù)據(jù)挖掘分類算法的研究.pdf
- 基于空間數(shù)據(jù)庫的空間數(shù)據(jù)與屬性數(shù)據(jù)一體化聚類算法研究.pdf
- 基于遺傳算法的流域空間數(shù)據(jù)挖掘.pdf
- 基于Web的空間數(shù)據(jù)挖掘研究.pdf
- 空間數(shù)據(jù)庫中基于網(wǎng)格的自適應聚類算法研究.pdf
- 不確定空間數(shù)據(jù)聚類方法的研究.pdf
- 基于MapReduce的LBS空間數(shù)據(jù)聚類方法研究及應用.pdf
- 基于GIS的空間數(shù)據(jù)挖掘方法研究.pdf
- CLIQUE網(wǎng)格聚類算法在醫(yī)學空間數(shù)據(jù)中的應用.pdf
- 空間數(shù)據(jù)挖掘技術研究.pdf
- 空間數(shù)據(jù)挖掘中PVI算法的研究與應用.pdf
- 56511.面向空間數(shù)據(jù)庫的空間數(shù)據(jù)挖掘應用研究
評論
0/150
提交評論