| 题名 | 基于密度的分布式聚类算法研究; Research of Distributed Clustering Algorithm Based on Density |
| 作者 | 卓义宝 |
| 答辩日期 | 2008 ; 2008 |
| 导师 | 冯少荣 |
| 关键词 | 数据挖掘 分布式聚类 中心点 噪声 data mining distributed clustering centers noise |
| 英文摘要 | 数据挖掘(知识发现)是从大量的数据中提取隐含的、事先未知的但又潜在有用的信息的过程。聚类是数据挖掘一类重要的技术。基于密度的聚类是一类已经被证明非常有效的聚类方法。现今，大量异构、复杂的数据分布于网络上各个站点，如何进行分布式聚类已经成为处理海量数据的一个重要应用领域。 本文主要研究基于密度的分布式聚类算法。首先介绍已有的DBDC、SDBDC分布式聚类算法。其次，提出一种聚类算法CUCD。该算法基于中心点以及密度实现，其核心对象是根据数据分布计算出来的虚拟的点，并且核心对象的代表性随程序的执行次数而提高。聚类即是对所有核心对象分类的过程。CUCD可以得到近似线性的时间复杂度。在CUCD的基础...; Generally, data mining (sometimes called knowledge discovery in database) is the process of extraction of implicit, previously unknown and potentially useful information from large amounts of data. Clustering is an important task in the data mining and the clustering based on density has been proved to be a very efficient method. Nowadays, large amounts of heterogeneous, complex data reside on dif...; 学位：工学硕士; 院系专业：信息科学与技术学院计算机科学系_计算机软件与理论; 学号：20051302315 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=19247 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/50881]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 卓义宝. 基于密度的分布式聚类算法研究, Research of Distributed Clustering Algorithm Based on Density[D]. 2008, 2008. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论