基于網(wǎng)格相鄰關(guān)系的多密度聚類和離異點(diǎn)識(shí)別算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、聚類分析和離異點(diǎn)識(shí)別都是數(shù)據(jù)挖掘的重要分支。隨著聚類分析和離異點(diǎn)識(shí)別技術(shù)在科學(xué)研究、市場(chǎng)分析以及生命科學(xué)等眾多學(xué)科領(lǐng)域廣泛的應(yīng)用,它們?cè)谕诰蚍治鲋械闹匾匚灰踩諠u顯現(xiàn)。通過(guò)對(duì)數(shù)據(jù)空間的網(wǎng)格單元的相鄰關(guān)系深入研究,本文提出了利用數(shù)據(jù)空間中的網(wǎng)格單元間的關(guān)系,進(jìn)行聚類和離異點(diǎn)識(shí)別。主要研究工作如下:
   在分析了網(wǎng)格劃分與均勻分布數(shù)據(jù)投影相異數(shù)的關(guān)系基礎(chǔ)上,提出了劃分網(wǎng)格與投影相異數(shù)關(guān)系定理,并給出了相異數(shù)劃分網(wǎng)格法。對(duì)網(wǎng)格劃分?jǐn)?shù)

2、不是整數(shù)時(shí),小數(shù)部分也提出了處理辦法。該劃分網(wǎng)格法考慮了數(shù)據(jù)分布的因素,減少了冗余網(wǎng)格數(shù),簡(jiǎn)單易行。為了判斷相鄰單元的關(guān)系,定義了一種關(guān)于單元質(zhì)心距離和相對(duì)密度的相異函數(shù)。
   按照離異點(diǎn)是在一定范圍內(nèi)偏離其它數(shù)據(jù)點(diǎn),離異點(diǎn)所在單元的密度與相鄰單元的密度相比可能偏高或偏低的思想,提出了一種基于網(wǎng)格相鄰關(guān)系的離異點(diǎn)識(shí)別算法GAO。該算法用單元間的相對(duì)密度和單元質(zhì)心距離來(lái)衡量單元間的離異度,根據(jù)離異度確定離異單元和離異點(diǎn)。實(shí)驗(yàn)結(jié)果

3、表明,該算法能有效地識(shí)別出多密度數(shù)據(jù)集的離異點(diǎn),算法的效率優(yōu)于Cell-based算法,且適合大數(shù)掘集的離異點(diǎn)識(shí)別。
   利用單元的密度和質(zhì)心能反映單元內(nèi)數(shù)掘分布特征,提出了基于網(wǎng)格相鄰關(guān)系的多密度聚類算法GAMD。該算法用相異函數(shù)來(lái)衡量單元間的相似度和離異度,用相似度確定邊界單元的數(shù)據(jù)歸屬,并且聚類的同時(shí)進(jìn)行離異點(diǎn)的識(shí)別,有較高的時(shí)間效率和精度。為檢驗(yàn)聚類的有效性,提出了擬合度的概念。實(shí)驗(yàn)結(jié)果表明,該算法能發(fā)現(xiàn)任意形狀的簇,

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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。

評(píng)論

0/150

提交評(píng)論