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)
文檔簡介
1、聚類分析是人類認(rèn)識(shí)客觀事物最樸素、最常用的手段之一,隨著聚類分析的發(fā)展,以及近年來對(duì)聚類分析的研究,收錄了越來越多的各方面數(shù)據(jù),如農(nóng)業(yè)氣象數(shù)據(jù)、農(nóng)業(yè)種植數(shù)據(jù)等,而這些由中尺度對(duì)地觀測系統(tǒng)產(chǎn)生的規(guī)模巨大、來源廣泛、特征多樣,豐富并廉價(jià)數(shù)據(jù)資源,為空間聚類提供了良好的數(shù)據(jù)基礎(chǔ),但是目前關(guān)于空間聚類的研究主要集中于空間點(diǎn)屬性的聚類,至于空間面狀區(qū)域?qū)傩缘目臻g聚類則研究的相對(duì)少很多,與此同時(shí)多源、多維、多類型的數(shù)據(jù)聚類分析時(shí),也存在一定的問題,
2、比如對(duì)空間數(shù)據(jù)重視度不高,二元性、混合型屬性數(shù)據(jù)類型不統(tǒng)一,空間數(shù)據(jù)重視度不高問題,算法有待更新,空間屬性數(shù)據(jù)連接性不夠緊密以及處理軟件和平臺(tái)復(fù)雜多樣的問題。
本文根據(jù)以往研究中存在的問題,從面狀的空間和屬性數(shù)據(jù)出發(fā),對(duì)空間和屬性數(shù)據(jù)進(jìn)行細(xì)化,對(duì)屬性數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理并融入空間權(quán)重,對(duì)K-prototypes算法進(jìn)行改進(jìn)和更新,提出了Touches鄰接、鄰接合并(空間第一次合并)、種子搜索(空間第二次合并)等新的算法,并最終開
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
- 基于混合聚類的空間索引算法研究及應(yīng)用.pdf
- 高維混合類型數(shù)據(jù)聚類算法研究.pdf
- 混合類型數(shù)據(jù)的K-Centers聚類算法.pdf
- 高維分類型數(shù)據(jù)子空間聚類算法研究.pdf
- 基于混合數(shù)據(jù)的譜聚類算法研究.pdf
- 分類型數(shù)據(jù)的聚類算法研究.pdf
- 基于信息熵的高維分類型數(shù)據(jù)子空間聚類算法研究.pdf
- 混合屬性數(shù)據(jù)聚類算法及其應(yīng)用.pdf
- 基于大數(shù)據(jù)的聚類算法研究及應(yīng)用.pdf
- 基于免疫進(jìn)化的分類型數(shù)據(jù)聚類算法的研究.pdf
- 混合屬性聚類融合及數(shù)據(jù)流聚類算法研究.pdf
- 基于用戶興趣的混合數(shù)據(jù)聚類算法研究.pdf
- 基于混合蛙跳的數(shù)據(jù)挖掘模糊聚類算法研究.pdf
- 混合屬性聚類算法的研究及應(yīng)用.pdf
- 子空間聚類算法的研究及應(yīng)用.pdf
- 基于層次的混合聚類算法研究.pdf
- 基于混合模型的聚類算法研究.pdf
- 基于數(shù)據(jù)挖掘聚類算法的研究及其應(yīng)用.pdf
- 基于GIS的空間聚類算法的研究與應(yīng)用.pdf
- 基于密度聚類的空間數(shù)據(jù)挖掘算法研究.pdf
評(píng)論
0/150
提交評(píng)論