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、聚類分析是數(shù)據(jù)挖掘領(lǐng)域一項重要的研究課題。近年來，隨著計算機(jī)和應(yīng)用技術(shù)的高速發(fā)展，人們獲得數(shù)據(jù)的能力有了極大的提高，同時獲得的數(shù)據(jù)途徑也越來越多。數(shù)據(jù)流（datastream）作為一種特殊的數(shù)據(jù)來源，越來越備受關(guān)注。如WEB點擊流、氣象觀測信息流、電話記錄信息流、衛(wèi)星數(shù)據(jù)流等。由于數(shù)據(jù)流的數(shù)據(jù)量無限、對算法的響應(yīng)要求很高，而且通常只能對數(shù)據(jù)訪問一次，而傳統(tǒng)的聚類算法對快速變化的數(shù)據(jù)流進(jìn)行在線分析的支持存在著很多限制，因此急需開發(fā)適應(yīng)數(shù)據(jù)
2、流環(huán)境的聚類算法。計算機(jī)工作者們面臨著新的挑戰(zhàn)。 本文針對時態(tài)數(shù)據(jù)流進(jìn)行了研究，給出了時態(tài)數(shù)據(jù)流的概念和定義，同時在subspacea-cluster的基礎(chǔ)上提出了TMSC（temporalmultiple-dimensionsubspacecluster）聚類算法來查找聚類，該算法采用了滑動窗口的形式，使得算法能保證無須針對所有時間點的數(shù)據(jù)同時進(jìn)行聚類，減少了算法所需空間開銷；同時有增量保持階段，增量階段無須重復(fù)計算之前的數(shù)據(jù)
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
- 數(shù)據(jù)流聚類算法及其應(yīng)用.pdf
- 數(shù)據(jù)流聚類算法及其應(yīng)用的研究.pdf
- 面向數(shù)據(jù)流的數(shù)據(jù)聚類算法研究.pdf
- 混合屬性數(shù)據(jù)流的聚類算法研究及其應(yīng)用.pdf
- 基于數(shù)據(jù)流的聚類算法研究.pdf
- 面向數(shù)據(jù)流模糊聚類算法的應(yīng)用研究.pdf
- 數(shù)據(jù)流混合屬性聚類算法研究.pdf
- 面向主題的數(shù)據(jù)流聚類算法研究.pdf
- 面向數(shù)據(jù)流的優(yōu)化聚類算法研究.pdf
- 基于網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于桶密度的數(shù)據(jù)流聚類算法研究與應(yīng)用.pdf
- 基于蜂群算法的數(shù)據(jù)流聚類研究.pdf
- 基于網(wǎng)格的并行聚類算法及數(shù)據(jù)流聚類算法研究.pdf
- 基于分形的數(shù)據(jù)流聚類算法研究
- 商業(yè)數(shù)據(jù)流降維方法及其聚類算法研究.pdf
- 基于網(wǎng)格的MST數(shù)據(jù)流聚類算法研究.pdf
- 混合屬性聚類融合及數(shù)據(jù)流聚類算法研究.pdf
- 基于蟻群算法的數(shù)據(jù)流聚類算法.pdf
- 分布式數(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
評論
0/150
提交評論