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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文對基于SOM聚類的數(shù)據(jù)挖掘方法及其應(yīng)用進行了研究。主要內(nèi)容包括: 1.介紹了數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)可視化技術(shù)及其研究進展。重點描述了SOM算法實現(xiàn)過程,以及各種SOM變體的基本原理。同時對電信數(shù)據(jù)挖掘進行了簡單的探討,指出利用數(shù)據(jù)挖掘幫助電信行業(yè)進行信息提取的重要意義。 2.針對傳統(tǒng)聚類算法在確定聚類類別數(shù)方面所存在的問題:無先驗知識所導(dǎo)致的盲目性以及繁雜統(tǒng)計指標(biāo)的難理解性,提出一種基于SOM的可視化聚類算法VC-SOM
2、,利用SOM網(wǎng)絡(luò)數(shù)據(jù)集的聚簇分布特征,進而確定聚類類別數(shù)。并進行了仿真研究,獲得了較滿意的結(jié)果。 3.針對多數(shù)聚類算法偏向于發(fā)現(xiàn)超球形、大小均勻聚類的問題,提出一種基于SOM的多中心聚類算法MCC-SOM,利用SOM網(wǎng)絡(luò)獲取數(shù)據(jù)集所包含的類別數(shù),以及各個類的相對大小、位置等信息,并利用這些信息設(shè)計一個二維SOM聚類網(wǎng)絡(luò),用多個輸出節(jié)點作為一個聚類的代表點,以反映出聚類的形狀、大小以及相對位置。最后進行了仿真研究,或得了滿意的結(jié)果
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
- 基于SOM的可視化聚類挖掘應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中的聚類方法及其應(yīng)用研究.pdf
- SOM聚類算法的改進及其在文本挖掘中的應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘聚類算法的研究及其應(yīng)用.pdf
- 基于聚類的空間數(shù)據(jù)挖掘方法與應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中基于遺傳算法的聚類方法應(yīng)用研究.pdf
- 基于云計算的聚類挖掘算法及其應(yīng)用研究.pdf
- 基于SOM聚類的WEB文本挖掘及其結(jié)果的可視化研究.pdf
- 基于SOM基因聚類的基因數(shù)據(jù)組織樣本聚類.pdf
- 面向大數(shù)據(jù)的聚類方法及其應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中的聚類方法及其應(yīng)用——基于統(tǒng)計學(xué)視角的研究.pdf
- 數(shù)據(jù)挖掘技術(shù)及其聚類方法在審計中的應(yīng)用.pdf
- 改進的SOM算法及其在文本聚類中的應(yīng)用研究.pdf
- 基于面板數(shù)據(jù)的聚類方法及應(yīng)用研究.pdf
- 基于模糊聚類的大規(guī)模數(shù)據(jù)聚類算法及其應(yīng)用研究.pdf
- 聚類方法及其應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘聚類算法的分析和應(yīng)用研究.pdf
- 基于可拓聚類方法的數(shù)據(jù)挖掘研究.pdf
- 基于遺傳算法的模糊聚類挖掘方法應(yīng)用研究.pdf
- 譜聚類在離群數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
評論
0/150
提交評論