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(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的發(fā)展,數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域越來越廣泛,傳統(tǒng)的數(shù)據(jù)挖掘都是從靜態(tài)數(shù)據(jù)庫中發(fā)現(xiàn)知識,但是應(yīng)用領(lǐng)域的數(shù)據(jù)大都是動(dòng)態(tài)的,數(shù)據(jù)庫中的數(shù)據(jù)都是隨時(shí)間而變化的,采用聚類方法對數(shù)據(jù)進(jìn)行聚類,如果每次數(shù)據(jù)更新后,都對數(shù)據(jù)集重新聚類,一方面是代價(jià)太大;另一方面,因未利用前一次聚類的有關(guān)信息,而導(dǎo)致了計(jì)算資源的浪費(fèi),因而,設(shè)計(jì)動(dòng)態(tài)增量演化聚類算法以提高聚類效率成為必要。本文將人工免疫與分形理論應(yīng)用于聚類,針對動(dòng)態(tài)數(shù)據(jù)集提出了兩種動(dòng)態(tài)聚類演化算法。
2、本文所做的工作和主要?jiǎng)?chuàng)新點(diǎn)為:
?。?)將核函數(shù)引入到人工免疫聚類中,提出了一種基于核函數(shù)的人工免疫動(dòng)態(tài)聚類算法KAIDA,KAIDA通過核函數(shù)方法將數(shù)據(jù)映射到高維特征空間,在高維空間中計(jì)算新增抗原數(shù)據(jù)與已有記憶抗體之間的核空間距離,通過其與記憶抗體中心點(diǎn)識別半徑的比較,決定新抗原數(shù)據(jù)是歸到已有類中,還是對其形成一個(gè)新類。實(shí)驗(yàn)表明,KAIDA算法能有效的實(shí)現(xiàn)數(shù)據(jù)集的自組織動(dòng)態(tài)聚類,且與相應(yīng)的未引入核函數(shù)的人工免疫算法相比,能更好
3、地減少非同類數(shù)據(jù)混合分到一起的數(shù)目,具有更高的分類準(zhǔn)確率。為避免記憶抗體分布過于集中,且提高聚類結(jié)果的壓縮率,引入了記憶抗體免疫抑制以優(yōu)化算法,實(shí)驗(yàn)證明,優(yōu)化方法提高了聚類結(jié)果的壓縮率,增加了算法的合理性。
?。?)提出了一種基于人工免疫與分形的動(dòng)態(tài)演化聚類算法,該算法考慮到分形聚類對初始聚類結(jié)果的敏感性,以及使用人工免疫核聚類方法對數(shù)據(jù)集進(jìn)行聚類的高準(zhǔn)確率,選用人工免疫核聚類方法對數(shù)據(jù)集進(jìn)行聚類形成分形的初始聚類結(jié)果,選取密度
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(shí)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
- 數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中增量聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中聚類算法研究.pdf
- 數(shù)據(jù)挖掘中的譜聚類算法研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法研究.pdf
- 數(shù)據(jù)挖掘中的動(dòng)態(tài)聚類及增量研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的并行優(yōu)化研究.pdf
- 案例數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘聚類算法研究.pdf
- 數(shù)據(jù)挖掘中的聚類算法的研究及分析.pdf
- 數(shù)據(jù)挖掘中聚類算法研究與仿真.pdf
- 空間數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 數(shù)據(jù)流挖掘中聚類算法的研究與實(shí)現(xiàn).pdf
- 數(shù)據(jù)挖掘聚類算法在CRM中的研究與應(yīng)用.pdf
- 一種用于挖掘基因表達(dá)數(shù)據(jù)的動(dòng)態(tài)聚類算法.pdf
- 基于入侵雜草算法的數(shù)據(jù)挖掘聚類算法研究.pdf
評論
0/150
提交評論