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),請進行舉報或認領(lǐng)
文檔簡介
1、聚類分析是數(shù)據(jù)挖掘的核心技術(shù),是指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的過程。數(shù)據(jù)對象根據(jù)最大類內(nèi)的相似性,最小類間的相似性原則進行聚類。聚類是數(shù)據(jù)挖掘的前期預(yù)處理過程。 密度的聚類算法具有快速、有效處理噪音點和發(fā)現(xiàn)任意形狀的簇的優(yōu)點,但是在數(shù)據(jù)集的密度分布并不均勻的情況下,難以得到較高質(zhì)量的聚類結(jié)果。本文詳細研究了基于密度的聚類算法DBSCAN以及基于數(shù)據(jù)分區(qū)的密度聚類算法PDBSCAN。其中PDBSCAN算
2、法運用數(shù)據(jù)分區(qū)預(yù)處理時,由于算法中對數(shù)據(jù)的分區(qū)不夠準確,常常影響了聚類效果。本文給出了一種改進的數(shù)據(jù)分區(qū)算法,實現(xiàn)了對密度分布不均勻的數(shù)據(jù)空間進行更精確的分區(qū)。試驗證明,改進后的算法的聚類效果更佳。 大連市國民經(jīng)濟潛力動員分析系統(tǒng),是根據(jù)國民經(jīng)濟動員潛力調(diào)查總體實施方案,結(jié)合大連市國民經(jīng)濟動員潛力調(diào)查的特點,建成可靠、先進的國民經(jīng)濟動員信息化平臺,為高效、高質(zhì)量的完成國家經(jīng)濟動員辦公室組織實施的全國國民經(jīng)濟動員工作提供了保障。
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確性、安全性和完整性, 同時也不承擔(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
- 基于數(shù)據(jù)場的密度聚類算法研究.pdf
- 基于密度的流數(shù)據(jù)聚類算法.pdf
- 基于桶密度的數(shù)據(jù)流聚類算法研究與應(yīng)用.pdf
- 基于模糊聚類的大規(guī)模數(shù)據(jù)聚類算法及其應(yīng)用研究.pdf
- 密度聚類算法的研究與應(yīng)用
- 密度聚類算法的研究與應(yīng)用.pdf
- 基于密度網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度的數(shù)據(jù)流聚類挖掘算法.pdf
- 基于密度聚類的空間數(shù)據(jù)挖掘算法研究.pdf
- 基于網(wǎng)格與密度的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度的數(shù)據(jù)流子空間聚類算法研究.pdf
- 基于密度的空間聚類算法研究.pdf
- 基于多密度的聚類算法研究.pdf
- 基于相對密度的聚類算法研究.pdf
- 基于網(wǎng)格的密度峰值聚類算法研究及其應(yīng)用.pdf
- 基于密度的聚類算法及在新聞話題發(fā)現(xiàn)中的應(yīng)用研究.pdf
- 一類基于密度的聚類算法研究.pdf
- 高維數(shù)據(jù)聚類算法及應(yīng)用研究.pdf
- 基于網(wǎng)格和密度的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度單元覆蓋的聚類數(shù)據(jù)流算法研究.pdf
評論
0/150
提交評論