基于密度的不確定數據流聚類算法的研究與實現.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、近年來,隨著網絡和作用于網絡設備的迅速發(fā)展及應用,使大量不確定數據流進入人們的商業(yè)應用和學術研究中。例如無線傳感器網絡WSN(Wireless Sensor Networks)、射頻識別RFID(Radio Frequency Identification)等技術的快速發(fā)展使大量不確定流數據應運而生。針對不確定數據流環(huán)境的聚類分析有著十分重要的應用前景,已經成為當前的研究熱點。然而已有的面向靜態(tài)數據或確定數據流的聚類分析算法已不能滿足當

2、前需求。因此開展不確定數據流聚類算法的研究勢在必行。
  在不確定數據流中,數據的不確定性給聚類算法在利用數據信息問題上提出了極大的挑戰(zhàn),首先,簡單的計算期望距離將無法得到高質量的聚類結果;其次,現有的數據流聚類算法大多使用標界窗口或類似標界窗口,往往只簡單刪除最久未更新的簇,因此無法高效處理演化數據流以及分析近期數據的聚類細節(jié);最后,基于劃分的流數據聚類算法大多只能形成球形簇,無法針對不同數據分布情況形成任意形狀的簇。
 

3、 基于此,本文對不確定數據流環(huán)境下基于密度的聚類算法展開研究。首先,本文提出不確定度的概念以衡量不確定數據的分布信息,并通過改進面向確定數據的聚類算法DENCLUE,使其可以處理附帶不確定度的不確定數據,以盡量降低數據的不確定性對聚類結果產生的影響。其次,提出在滑動窗口下的基于密度的不確定數據流聚類算法USDENCLUE,并通過聚類特征指數直方圖技術實現其快速的刪減功能,使其在分析特定時間窗口的聚類細節(jié)的同時可以高效的處理噪音數據、演化

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。

評論

0/150

提交評論