收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于不规则网格及子空间降维的聚类算法研究

崔静燕  
【摘要】:基于数据流的聚类分析算法已经成为当前的研究热点,可以广泛应用于生物信息学、气象信息分析和入侵检测等领域。基于网格的聚类算法可以获得较好的聚类质量,但是网格的划分粒度直接影响聚类质量,且在整个数据空间上进行网格划分增加算法复杂度,也不适用于高维数据流聚类。针对上述问题,本文重点研究基于不规则网格的数据流聚类算法和针对高维数据流的降维方法。 首先,对当前的数据流聚类算法的要求技术进行了分析,并对当前的数据流聚类算法所采用的技术进行分析,主要包括基于层次的聚类方法、基于密度的聚类方法、基于网格的聚类方法、针对高维数据流的聚类方法和基于不规则网格的聚类算法等。 其次,提出了一种自适应的不规则网格增量聚类算法。算法分为在线微聚类和离线宏聚类两部分。在线部分持续地读入新的数据记录,为新来的数据点划分空间网格,同时增量地调整网格结构;离线部分,算法对密度网格进行聚类,并处理边界网格,同时删除噪声点。算法能够动态地调整已生成的簇。 最后,提出一种基于网格密度和有效维的高维数据流聚类算法。算法同样由在线层和离线层两个部分组成。在线部分,算法将数据流投影到高维网格单元结构中,并更新网格单元的特征向量。离线部分,采用有效的降维方法生成低维子空间,将原始网格单元结构投影在低维子空间上形成新的网格结构,然后对密度网格进行聚类。 本文提出的算法采用C++语言进行实现。实验结果表明,算法具有较好的聚类质量,且优于其他的同类算法,实现了预期的结果。


知网文化
【相似文献】
中国期刊全文数据库 前7条
1 顾耀林;黄加强;;不规则网格的小波多分辨率分析[J];工程图学学报;2007年01期
2 胡云;;权重均方误差在基于小波的不规则网格压缩中的应用[J];计算机工程与设计;2009年04期
3 何军;张彩明;杨兴强;;不规则网格上的曲面设计方法[J];软件学报;2009年06期
4 黄加强;顾耀林;;基于小波变换的不规则网格的多分辨率分析[J];计算机工程;2006年18期
5 罗志清,郝力,李琦;城市空间框架数据研究[J];地理与地理信息科学;2004年04期
6 王继良;陈朋;周四望;;基于不规则网格的传感数据Kriging插值算法[J];计算机工程;2012年08期
7 于翔;印桂生;;数据流的不规则网格增量聚类算法[J];哈尔滨工程大学学报;2008年08期
中国硕士学位论文全文数据库 前3条
1 孙林;Doo-Sabin细分方法的改进[D];合肥工业大学;2012年
2 王学峰;基于信息相异度和不规则网格的混合属性聚类算法研究[D];燕山大学;2012年
3 崔静燕;基于不规则网格及子空间降维的聚类算法研究[D];燕山大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978