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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、聚類是數(shù)據(jù)挖掘的一個重要研究問題,它可以有效地幫助我們分析數(shù)據(jù)的分布、研究數(shù)據(jù)的特征、尋找隱藏在數(shù)據(jù)中的結(jié)構(gòu),以便作進(jìn)一步分析和利用。聚類邊界代表著那些歸屬明確,但又具備著脫離事物原屬類別特征的對象。在醫(yī)學(xué)隱性遺傳疾病、基因表達(dá)譜數(shù)據(jù)、手寫體簽名、目標(biāo)追蹤等領(lǐng)域的研究中起著重要作用。本文在研究現(xiàn)有的聚類技術(shù)和聚類邊界模式識別技術(shù)的基礎(chǔ)上,針對高維空間中聚類邊界理論還缺乏有效的研究工作這一問題展開研究,從面向空間和面向維度兩個角度研究了高
2、維邊界檢測模型及其有效性,并建立和引入多個高維測試數(shù)據(jù)集。論文的主要創(chuàng)新工作如下:
?。?)通過引入一種動態(tài)自適應(yīng)kNN采樣窗口降低固定采樣窗口對密度估計敏感性的方法改進(jìn)了核密度估計技術(shù),并將改進(jìn)的核密度估計技術(shù)作為鄰域空間中均值漂移向量的權(quán)重,從而提出了面向高維空間的邊界檢測算法BorderShift。合成數(shù)據(jù)集和真實數(shù)據(jù)集上的實驗結(jié)果表明該技術(shù)能有效地檢測高維空間聚類邊界模式。
?。?)為提高聚類邊界的檢測精度,采用
3、面向維度的思想對霍普金斯統(tǒng)計量進(jìn)行高維變換,提出一種新的描述高維空間均勻性的Symmetry統(tǒng)計量;通過引進(jìn)物理學(xué)中的粒子空間對稱性理論,即以當(dāng)前數(shù)據(jù)點(diǎn)作為高維空間的中心原點(diǎn),構(gòu)建一個與數(shù)據(jù)空間維度相同的高維坐標(biāo)系,并對中心原點(diǎn)的k近鄰對象進(jìn)行坐標(biāo)反演,將近鄰空間內(nèi)的數(shù)據(jù)點(diǎn)投影到高維坐標(biāo)系。以這兩種技術(shù)為基礎(chǔ)提出了 Spinver算法。在合成數(shù)據(jù)集、醫(yī)學(xué)數(shù)據(jù)集、手寫體數(shù)據(jù)集、多姿態(tài)人臉數(shù)據(jù)集等上的實驗結(jié)果驗證了該方法有效性和具有較高的效
4、率。
?。?)在證明了該杠桿上平衡支點(diǎn)存在的必然性和唯一性基礎(chǔ)上,提出了從多個視角分析高維空間的思想,即將高維空間模擬為與空間維度數(shù)相同的多條杠桿,使用當(dāng)前樣本點(diǎn)在各維度上的投影坐標(biāo)與平衡支點(diǎn)之間的距離計算平衡性系數(shù),提出了Lever算法,人工合成數(shù)據(jù)集和真實數(shù)據(jù)集的實驗表明,Lever算法能夠較好的處理高維空間的聚類邊界檢測問題且具有更高的檢測精度。
?。?)為解決更高維度空間中的聚類邊界檢測問題,提出了一種基于馬爾科
5、夫圖模型的邊界檢測算法Knight。該技術(shù)將高維空間模擬為離散狀態(tài)空間,并將狀態(tài)空間內(nèi)騎士巡游的馬爾科夫過程轉(zhuǎn)換為相應(yīng)的圖模型,并構(gòu)造 Hard系數(shù)判斷圖模型中路徑求解的難度進(jìn)行邊界檢測。在基因表達(dá)譜數(shù)據(jù)集、目標(biāo)追蹤、復(fù)雜人臉識圖像數(shù)據(jù)集、萬維人工合成數(shù)據(jù)集上的實驗結(jié)果驗證了 Knigit算法的有效性。
?。?)提出了面向維度技術(shù)。將高維空間分解為與維數(shù)相同的多個一維子空間,從每個子空間分析數(shù)據(jù)分布特性。
本文的研究工
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(hù)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(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
- 分類數(shù)據(jù)聚類邊界檢測技術(shù)研究.pdf
- 一種基于聯(lián)合熵的聚類邊界檢測技術(shù)研究.pdf
- 混合屬性數(shù)據(jù)聚類邊界檢測技術(shù)的研究.pdf
- 實時數(shù)據(jù)流的聚類和聚類邊界檢測.pdf
- 基于高斯分布的聚類邊界檢測算法的研究
- 基于高斯分布的聚類邊界檢測算法的研究.pdf
- MPEG壓縮域鏡頭邊界檢測技術(shù)研究.pdf
- 基于兩階段的聚類邊界檢測算法的研究.pdf
- 基于二路生成樹和融合邊界的聚類邊界檢測算法研究.pdf
- 一種帶有聚類功能的邊界檢測算法的研究.pdf
- 鏡頭邊界檢測與關(guān)鍵幀提取技術(shù)研究.pdf
- 視頻鏡頭邊界檢測和關(guān)鍵幀提取技術(shù)研究.pdf
- 基于邊界度模型的聚類技術(shù)研究.pdf
- 面向服務(wù)聚類的無監(jiān)督異常檢測技術(shù)研究.pdf
- 面向高維數(shù)據(jù)的變密度空間聚類研究.pdf
- 視頻鏡頭邊界檢測研究.pdf
- 面向高維數(shù)據(jù)的子空間聚類算法研究.pdf
- 基于自適應(yīng)聚類距離邊界的高維檢索算法研究.pdf
- 面向高維數(shù)據(jù)的PCA-Hub聚類方法研究.pdf
- 鏡頭邊界檢測算法研究.pdf
評論
0/150
提交評論