检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于质心距离和密度网格的数据流聚类算法

南京邮电大学学报（自然科学版） 2017年第1期37卷 97-103页

作者：万新贵李玲娟南京邮电大学计算机学院江苏南京210023

针对基于密度网格的数据流聚类算法D-Stream存在的缺陷,提出了基于质心距离和密度网格的数据流聚类算法CDD-Stream。该算法分为在线、离线以及历史簇查询3个部分。在线部分通过各网格单元的数据量、密度以及存在的网格数来计算加权平均... 详细信息

针对基于密度网格的数据流聚类算法D-Stream存在的缺陷,提出了基于质心距离和密度网格的数据流聚类算法CDD-Stream。该算法分为在线、离线以及历史簇查询3个部分。在线部分通过各网格单元的数据量、密度以及存在的网格数来计算加权平均密度,基于加权平均密度动态设置网格单元的密度阈值和时间间隔gap;采用新的簇边界判定方法,依据稀疏网格与其邻接稠密网格的质心距离,将稀疏网格归并到相应的簇中,在一定程度上避免了簇边界的误删,提高了聚类精度。离线部分使用金字塔时间模型存储网格帧,供用户查询历史簇,查询结果可以为用户进行簇演化分析提供依据。与D-Stream算法和NDD-Stream算法的对比实验结果表明,CDD-Stream算法在数据流对象上有更好的聚类时效性和更高的聚类精度。

关键词：质心距离密度网格数据流聚类金字塔时间模型

在线全文

学校读者我要写书评

暂无评论

基于密度网格的数据流聚类算法

计算机科学 2011年第12期38卷 178-181页

作者：米源杨燕李天瑞西南交通大学信息科学与技术学院成都610031

针对基于密度网格的数据流聚类算法中存在的缺陷进行改进,提出一种基于D-Stream算法的改进算法NDD-Stream。算法通过统计网格单元的密度与簇的数目,动态确定网格单元的密度阈值;对位于簇边界的网格单元采用不均匀划分,以提高簇边界的聚... 详细信息

针对基于密度网格的数据流聚类算法中存在的缺陷进行改进,提出一种基于D-Stream算法的改进算法NDD-Stream。算法通过统计网格单元的密度与簇的数目,动态确定网格单元的密度阈值;对位于簇边界的网格单元采用不均匀划分,以提高簇边界的聚类精度。合成与真实数据集上的实验结果表明,算法能够在数据流对象上取得良好的聚类质量。

关键词：数据挖掘数据流聚类分析密度网格不均匀划分

在线全文

学校读者我要写书评

暂无评论

基于密度网格的分布式数据流聚类算法

计算机工程 2012年第16期38卷 70-73页

作者：林秀丹毛国君北京工业大学计算机学院北京100124 中央财经大学信息学院北京100081

提出一种适用于分布式数据流环境的、基于密度网格的聚类算法。利用局部站点快速更新数据流信息,使网格空间反映当前数据流的变化。中心站点负责在接收及合并局部网格结构后,对全局网格结构进行密度网格聚类以及噪声网格优化,形成全局... 详细信息

提出一种适用于分布式数据流环境的、基于密度网格的聚类算法。利用局部站点快速更新数据流信息,使网格空间反映当前数据流的变化。中心站点负责在接收及合并局部网格结构后,对全局网格结构进行密度网格聚类以及噪声网格优化,形成全局聚类结果。实验结果表明,该算法能减少网络通信量,提高全局聚类精度。

关键词：分布式数据流密度网格聚类噪声滑动窗口增量式更新

在线全文

学校读者我要写书评

暂无评论

基于密度网格的数据流聚类算法研究

基于密度网格的数据流聚类算法研究

作者：米源西南交通大学

学位级别：硕士

数据挖掘即为从大量数据中提取或“挖掘”知识。更具体地说,就是通过对数据进行深入分析,得到隐藏在数据背后的本质特性和普遍规律。聚类分析作为数据挖掘中的一种重要方法,在各领域中有着广泛的应用。按照某种相似性度量准则,将物理或... 详细信息

数据挖掘即为从大量数据中提取或“挖掘”知识。更具体地说,就是通过对数据进行深入分析,得到隐藏在数据背后的本质特性和普遍规律。聚类分析作为数据挖掘中的一种重要方法,在各领域中有着广泛的应用。按照某种相似性度量准则,将物理或抽象对象的集合分成相似的对象类的过程称为聚类。通过聚类可以发现数据全局分布模式与对象属性之间有趣的相关性。近年来,随着计算机与通信技术的发展,在各行业当中产生了大量的数据流。这种数据具有以下特性：数据流速快,数量无限,动态变化,无法预测。由于以上种种特性的限制,在对数据流进行聚类分析时产生了众多的难题。已有许多学者对数据流聚类分析方法进行了大量的研究,但仍存在许多尚待改善的地方。基于密度与网格的聚类方法在各种聚类方法中有着计算速度快,可以发现任意形状的类等特殊优势,适用于数据流的聚类分析。对于基于网格与密度的算法而言,网格的密度阈值是一个至关重要的参数,在很大程度上影响了算法的聚类质量。而缺乏领域知识与数据先验知识的用户很难对此参数进行确定。本文采用平均密度的方法,通过对数据初始分布的网格密度进行统计,确定网格的密度阈值,并在数据流的处理过程当中进行动态的调整,以应对数据流动态变化的特性。聚类边界难以精确是基于网格的聚类方法中另外一个普遍存在的问题,其原因在于在基于网格的方法中通过舍弃数据的原有信息而只对网格进行操作。将数据信息进行适量保存,对类边界的网格进行不均匀划分,可以提高类边界的精确度。大部分基于网格的聚类算法在聚类的形成过程中采用随机的生成顺序,这会产生大量没有意义的小聚类,本文在聚类的生成过程中选取密度最高的网格单元作为起始点进行搜索,这有助于发现簇的原有结构。在上述研究的基础上,本文提出了一种基于D-Stream算法的改进数据流聚类算法。通过对人工数据与真实数据的实验分析与实验结果对比,表明算法能够获得良好的聚类质量。

关键词：数据挖掘聚类分析数据流密度网格不均匀划分网格

基于密度网格的数据流聚类和概念漂移检测算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于密度网格的数据流聚类和概念漂移检测算法研究

作者：崔泽林北京交通大学

学位级别：硕士

数据流聚类算法是一项关键的数据挖掘技术,在数据流聚类研究中,算法框架可以分为两类:single-phase model 和 two-phase scheme。应用 two-phase scheme 的基于密度网格的数据流聚类框架,包含了在线处理阶段和离线处理阶段。在线处理阶... 详细信息

数据流聚类算法是一项关键的数据挖掘技术,在数据流聚类研究中,算法框架可以分为两类:single-phase model 和 two-phase scheme。应用 two-phase scheme 的基于密度网格的数据流聚类框架,包含了在线处理阶段和离线处理阶段。在线处理阶段中,将据流数据映射到网格中,在离线处理阶段中,对网格数据聚类,此框架降低了数据流聚类的难度。但是在离线处理阶段中,这种聚类框架也存在三点缺陷:(1)基于固定阈值的稀疏网格或稠密网格判定不能适用于不均匀分布的数据流和多密度的数据流;(2)基于密度把相邻的网格连接为一类,而没有考虑数据之间的相似度,数据间相似度考量的缺失会影响数据聚类的准确性;(3)边界点的检测考量不够全面,有的边界点是噪音,而有的边界点可能属于邻近的簇。数据流的概念也会随着时间的推移而改变,这种现象被称为概念漂移。DCDA是一种基于粗糙集理论和滑动窗口技术的概念漂移检测算法,其主要思想是:计算两个滑动窗口之间的距离判断概念漂移。这种算法存在如下缺陷:(1)只适用于分类型数据;(2)没有考虑一个窗口中包含多概念的情况;(3)无法确定合适的滑动窗口尺寸。针对以上问题,本文的主要贡献如下:第一,针对DCDA概念漂移检测存在的缺陷,提出了一种基于密度网格的数据流概念漂移检测框架(简称DCDD)。该框架利用网格技术,进而使得其适用于一般的数据。在解决滑动窗口中多概念问题上,在在线处理阶段中创建一个临时密度网格和一个历史密度网格,根据数据集到达时间给网格赋予一个权值扩展了DCDA检测模型,计算临时密度网格和历史密度网格的距离检测概念漂移。在离线处理阶段中训练提取的概念漂移特征,提出一个预测模型,预测概念数据量,并根据预测量设计了可变尺寸的滑动窗口。实验结果表明,我们检测概念漂移的时间远低于DCDA算法,且检测的概念漂移更准确,更有效。第二,针对基于密度网格的数据流聚类框架的缺陷,提出了一种基于相对密度网格的数据流聚类算法和边界检测算法。其主要思想是:计算相邻网格之间的相似性,并根据相似性作为权重去影响相邻网格之间的连接,而连接相邻网格是根据一个考虑了密度、质心和相邻网格之间的相似性权重的差异模型。最后,.我们提出了一个边界检测算法,使用隶属函数给簇周围稀疏网格中的数据点打上簇标签。实验结果表明,我们的算法适用于多密度分布的数据流,且具有更好的聚类质量。

关键词：数据挖掘数据流聚类密度网格概念漂移

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于密度网格的概念漂移检测算法研究

网络安全技术与应用 2017年第5期 60-61页

作者：崔泽林北京交通大学计算机与信息技术学院北京100044

数据流的概念会随着时间的变化而变化,例如天气预报和网络监控。这种随时改变概念的现象叫做概念漂移。如果不处理好概念漂移不仅降低聚类的质量,并且还会导致错误的聚类结果。现有的概念漂移算法大多都依据分类算法,根据分类算法中的... 详细信息

数据流的概念会随着时间的变化而变化,例如天气预报和网络监控。这种随时改变概念的现象叫做概念漂移。如果不处理好概念漂移不仅降低聚类的质量,并且还会导致错误的聚类结果。现有的概念漂移算法大多都依据分类算法,根据分类算法中的错误率来判断概念漂移。然而,在随时变化的数据流中很难发现类标签。在聚类检测概念漂移中,很多聚类算法都是再概念漂移检测之前,所以当发生概念漂移的时候还要重新聚类。我们提出了一种基于密度网格的数据流聚类和概念漂移检测算法,这个框架采用了一种策略动态地改变滑动窗口。由于用到了密度网格技术,它提升了DCDA检测算法的效率,并且利用可变滑动窗口替换了固定滑动窗口以适应数据流的变化。实验结果证明我们的框架在准确率和时间效率上好于DCDA。

关键词：数据流挖掘聚类密度网格概念漂移

在线全文

学校读者我要写书评

暂无评论

基于密度网格的证券市场聚类模型研究

知识经济 2013年第4期 83-83页

作者：王军于勇中央财经大学信息学院 100081

证券市场上聚类分析鲜有利用密度网格创建模型的研究。密度网格聚类算法相比k-means聚类算法有诸多优势。利用密度网格对证券市场聚类分析,不仅可以发现证券市场隐藏知识,还可以发觉异常股票。

关键词：密度网格证券市场

在线全文

学校读者我要写书评

暂无评论

参数可调的自扩展聚类算法及其应用

哈尔滨工业大学学报 2007年第11期39卷 1695-1698页

作者：张洪涛张坤马培军哈尔滨工业大学航天学院哈尔滨150001 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

针对大规模样本聚类的时间复杂度过高和聚类结果对经验参数设置的依赖性过强的问题,提出一种基于密度网格可变参数的自扩展聚类算法.算法将数据空间分割成相同大小的网格单元,再将样本归一化后映射到相应的网格单元中,然后从指定密度较... 详细信息

针对大规模样本聚类的时间复杂度过高和聚类结果对经验参数设置的依赖性过强的问题,提出一种基于密度网格可变参数的自扩展聚类算法.算法将数据空间分割成相同大小的网格单元,再将样本归一化后映射到相应的网格单元中,然后从指定密度较大的网格单元向周围扩展,直到其平均密度达到指定的下限或可扩展的聚类边界为止.聚类过程中,通过下限密度和均值密度限制聚类间的过度扩展,如果有效样本的比率低于阈值,则自适应调整扩展密度并重新聚类.仿真试验表明,本算法可以以较小的时间代价获得较高的聚类精度和有效样本率.

关键词：自扩展聚类密度网格模糊神经网络

在线全文

学校读者我要写书评

暂无评论

一种基于网格块的分布式数据流聚类算法

小型微型计算机系统 2016年第3期37卷 488-493页

作者：唐颖峰陈世平上海理工大学管理学院上海200093 上海对外贸经贸大学教务处上海201620

对智能交通系统中面向分布式数据流的聚类问题进行了研究.针对智能交通系统中传感器网络分布式数据流的特点,提出一种基于网格块的分布式数据流的聚类方法.该方法将网格空间划分为网格块,并分布于各计算节点,通过对各网格块进行更新、... 详细信息

对智能交通系统中面向分布式数据流的聚类问题进行了研究.针对智能交通系统中传感器网络分布式数据流的特点,提出一种基于网格块的分布式数据流的聚类方法.该方法将网格空间划分为网格块,并分布于各计算节点,通过对各网格块进行更新、增量式聚簇、以及网格块的拼合,能够快速响应用户的查询请求,返回任意时间窗口内数据的聚类结果.实验表明,在保证聚类准确性的前提下,该方法能够有效缩短查询响应时间,并具有良好的可扩展性.

关键词：智能交通系统分布式数据流密度网格聚类网格块传感器网络