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),請進行舉報或認領(lǐng)
文檔簡介
1、數(shù)據(jù)挖掘是為使人們能夠充分理解和應用隱藏在數(shù)據(jù)中的有效信息和知識而發(fā)展起來的一門新興技術(shù)。聚類分析作為數(shù)據(jù)挖掘中的一種重要無監(jiān)督模式,大致可分為以下幾類方法:基于劃分的聚類方法、基于層次的聚類方法、基于網(wǎng)格的聚類方法、基于密度的聚類方法等。k-means算法是一種基于劃分的聚類算法,由于易行、高效等優(yōu)點,在遙感領(lǐng)域得到廣泛應用,但是隨著遙感技術(shù)的發(fā)展,遙感圖像中包含的數(shù)據(jù)量越來越大,并且k-means聚類算法易受初始中心點的制約。
2、> 本文在對k-means聚類算法分析的基礎(chǔ)上,針對k-means聚類算法所存在的問題,對其進行了相應的改進,主要集中在以下兩個方面:⑴針對k-means聚類算法在處理大規(guī)模數(shù)據(jù)時,會消耗較大的內(nèi)存資源和計算成本,以至無法進行有效聚類的問題,提出一種采用MapReduce編程模型實現(xiàn)并行k-means聚類的方法。該方法首先將大規(guī)模數(shù)據(jù)分割成塊,然后分配到集群中的各個子節(jié)點上,對樣本數(shù)據(jù)進行聚類后,同步更新聚類中心再進行下一次聚類,直到
3、聚類中心不再變化。通過UCI數(shù)據(jù)集中的4組數(shù)據(jù)仿真實驗,驗證并行k-means算法的有效性,并采用數(shù)據(jù)規(guī)模較大的遙感數(shù)據(jù)驗證該方法對于遙感圖像處理的有效性,同時測試并行集群的加速比和可擴展性。⑵針對k-means算法受初始聚類中心和異常數(shù)據(jù)的制約,易出現(xiàn)不穩(wěn)定聚類結(jié)果的問題,提出一種基于差分進化的加權(quán)k-means算法。該算法首先基于差分進化算法,提出一種新的獲得更好初始聚類中心的方法;然后根據(jù)樣本對聚類分析影響的不同程度而引入權(quán)值,設(shè)
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- K-means聚類算法的改進研究及應用.pdf
- K-means聚類算法的改進研究.pdf
- K-means聚類算法研究及其應用.pdf
- K-means聚類算法的改進.pdf
- K-Means聚類算法的研究與改進.pdf
- 差分進化算法的改進及其在K-means聚類算法中的應用.pdf
- K-means算法的改進及其在文本數(shù)據(jù)聚類中的應用.pdf
- 聚類數(shù)據(jù)挖掘在商場中的應用及K-means聚類算法改進研究.pdf
- 改進的k—means聚類算法在客戶細分中的應用研究
- 改進K-MEANS聚類算法在銀行CRM中的應用與研究.pdf
- 基于密度的改進K-Means文本聚類算法研究.pdf
- 基于遺傳算法的K-MEANS聚類改進研究.pdf
- 基于k-means的改進聚類融合算法的研究與應用.pdf
- 一種改進的k_means聚類算法研究.pdf
- k-means聚類算法分析應用研究
- 改進的k-means聚類算法在圖像檢索中的應用研究.pdf
- Affinity Propagation聚類算法的改進及其應用研究.pdf
- 基于密度垂直中點的K-means聚類算法改進研究.pdf
- K-means聚類優(yōu)化算法的研究.pdf
- (6)K-means聚類算法.pdf
評論
0/150
提交評論