版權(quán)說(shuō)明:本文檔由用戶(hù)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(jiǎn)介
1、數(shù)據(jù)挖掘是目前國(guó)際上數(shù)據(jù)庫(kù)和信息決策領(lǐng)域最前沿的研究方向之一。由于高維數(shù)據(jù)日益成為主流,在實(shí)際應(yīng)用中經(jīng)常會(huì)遇到高維數(shù)據(jù)的情況,對(duì)高維數(shù)據(jù)挖掘的研究有著越來(lái)越重要的意義。但高維數(shù)據(jù)本身獨(dú)有的一些特點(diǎn),使得高維數(shù)據(jù)挖掘變的非常困難,因此必須采用一些特殊的方法進(jìn)行研究處理。 本文從數(shù)據(jù)挖掘的概念及高維數(shù)據(jù)的特點(diǎn)入手,圍繞著“面向高維數(shù)據(jù)挖掘的特征選擇方法”這一核心思想,探討了分別應(yīng)用于文本數(shù)據(jù)和基因表達(dá)數(shù)據(jù)的特征選擇方法。 針
2、對(duì)文本數(shù)據(jù),采用詞的quality標(biāo)準(zhǔn)進(jìn)行特征選擇及降維,同時(shí)在稀疏向量篩除、基于密度及散布的初始中心點(diǎn)搜索等方法進(jìn)行改進(jìn),提出了一種面向文本聚類(lèi)的改進(jìn)的K均值算法。通過(guò)采用20NewsGroup數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),結(jié)果表明,改進(jìn)后的算法無(wú)論在聚類(lèi)精度還是在穩(wěn)定性方面,都明顯優(yōu)于標(biāo)準(zhǔn)的K均值算法。 對(duì)于基因表達(dá)數(shù)據(jù),提出了一種新的面向基因表達(dá)高維數(shù)據(jù)的特征選擇方法,特征子集的搜索采用遺傳算法進(jìn)行隨機(jī)搜索,特征子集的評(píng)價(jià)采用基于邊界點(diǎn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 面向高維異構(gòu)數(shù)據(jù)的特征選擇方法.pdf
- 面向高維數(shù)據(jù)的特征選擇算法研究.pdf
- 面向高維小樣本數(shù)據(jù)的分類(lèi)特征選擇算法研究.pdf
- 高維數(shù)據(jù)下的特征選擇與聚類(lèi)方法研究.pdf
- 高維數(shù)據(jù)集中離群數(shù)據(jù)挖掘方法的研究.pdf
- 面向高維DNA數(shù)據(jù)的自動(dòng)特征選擇及特征子集穩(wěn)定性研究.pdf
- 高維數(shù)據(jù)的特征選擇與特征提取研究.pdf
- 基于高維數(shù)據(jù)的特征選擇方法及其穩(wěn)定性研究.pdf
- 高維數(shù)據(jù)模型選擇方法的研究.pdf
- 面向基因表達(dá)數(shù)據(jù)的分類(lèi)與特征選擇方法研究.pdf
- 面向軟件倉(cāng)庫(kù)挖掘的數(shù)據(jù)驅(qū)動(dòng)特征構(gòu)建方法.pdf
- 面向高維屬性失衡數(shù)據(jù)挖掘重采樣技術(shù)研究.pdf
- 面向高維數(shù)據(jù)降維與分類(lèi)的深度模型構(gòu)建方法研究.pdf
- 面向圖數(shù)據(jù)的特征選擇方法及其應(yīng)用研究.pdf
- 面向高維數(shù)據(jù)的PCA-Hub聚類(lèi)方法研究.pdf
- 高維數(shù)據(jù)特征提取方法研究與實(shí)現(xiàn).pdf
- 高光譜遙感數(shù)據(jù)特征提取與特征選擇方法研究.pdf
- 面向高維數(shù)據(jù)的特征學(xué)習(xí)理論與應(yīng)用研究.pdf
- 面向高維數(shù)據(jù)的共享子空間識(shí)別方法研究.pdf
- 高維數(shù)據(jù)變量選擇的幾點(diǎn)研究.pdf
評(píng)論
0/150
提交評(píng)論