【摘 要】
:
随着信息技术的迅速发展,需要分析和管理的数据量迅速增大,这种趋势必然地渗透到了聚类分析领域。聚类分析是数据挖掘技术中重要的组成部分,从技术角度讲,它的主要目的是将数据空间中的数据点划分到若干个类中,其中将距离相近的数据点划分到相同的类中,而将距离较远的数据点划分到不同的类中。本文提出一种新颖而高效的聚类算法 SECDU(Self-Expanded Clustering Algorithm base
【机 构】
:
东北大学信息与工程学院 沈阳110004
论文部分内容阅读
随着信息技术的迅速发展,需要分析和管理的数据量迅速增大,这种趋势必然地渗透到了聚类分析领域。聚类分析是数据挖掘技术中重要的组成部分,从技术角度讲,它的主要目的是将数据空间中的数据点划分到若干个类中,其中将距离相近的数据点划分到相同的类中,而将距离较远的数据点划分到不同的类中。本文提出一种新颖而高效的聚类算法 SECDU(Self-Expanded Clustering Algorithm based on DensityUnits)。算法首先将数据空间等分为若干个密度单元,再根据数据点的位置将其划分到所属的密度单元中,然后针对密度单元进行聚类。聚类首先产生在数据最密集的区域,然后向周围低密度区域延伸。聚类在延伸的过程中体积逐渐增大,密度逐渐减小,直到聚类的密度达到一个事先规定的限度时为止。算法在保留原有数据分布特性的前提下利用密度单元对数据进行压缩,在保证具有较好效果的前提下大幅度地提高了聚类的速度。
其他文献
本文针对大型活动网站的入侵检测,提出一种基于隐半马尔可夫模型(HSMM)的Web资源聚类方法,与传统的基于 Web 页面内容的聚类不同,该方法仅需要用户的 HTTP 请求序列,而不需要网站和页面的相关信息;利用该模型,我们得到用户对各个 Web 资源子集的访问特征,我们进一步引入逻辑行为来描述这种用户访问特征,并通过分析用户的逻辑行为实现异常访问行为的检测。文章详细介绍了模型建立的理论依据和方法,
自适应多克隆算法是对克隆选择算法的改进。本文将自适应多克隆策略作用于特定的亲和度函数来指导聚类,这种聚类新算法不依赖先验知识、与数据分布无关,有效的克服了现有一些算法对初始化敏感、易陷入局部极值的缺点。该算法在对大量具有数值和类属的混合特征属性的数据进行聚类时,收敛速度快且不依赖初始原型的选择。本文将其用于入侵检测正常行为的建模,实现了大规模无标识数据的检测,区分出正常和异常行为,并能有效检测未知
随着信息产业的迅猛发展,新的网络应用、网络服务不断出现,但其发展中的潜在危机也日益暴露,如传输速度瓶颈、带宽利用率低下、网络拥塞现象严重等。这些情况让人们意识到传统网络的协议已经不能适应新的网络环境的发展。尽管人们针对新的问题对旧的协议做了很多修改,但是这些修改往往只针对其中的某一个问题或某一方面,而忽略了对其它的问题的考虑。在认真研究网络体系结构特点的基础上,通过对体系结构的扩充,本文提出了一个
基因表达式编程(GEP)是一种用固定长度的线性染色体表示不同大小和形状的非线性实体(表达式树)的新遗传算法。本文提出了表达式树的一种新构造方法,以及相应的新解码方法(GPED),该方法在评价个体适应度时不必构造和遍历表达式树而直接得到后缀表达式,从而可大大减少演化时间。文中对 GPED 有关的定义和性质作了详细地阐述,并通过实验对 GPED和基本 GEP 解码方法进行了对比研究。最后,基于GPED
GVF Snake 动态轮廓模型是提取图像中物体轮廓的一种有效方法,较好地解决了传统Snake 模型中存在的轮廓线初始化、检测“U 型”物体轮廓等问题。本文在详细分析 GVF Snake 模型的基础上,指出其不足之处,即 GVF Snake 模型不能够逼近“? 型”轮廓。文中通过修改 GVF 力场,对 GVF Snake 模型进行了改进。实验结果表明,新的算法保留了 GVF Snake 模型的所有
该文针对姓名样本库和姓名语料库统计姓氏的各种概率信息,得到了姓氏的三组数据 X(i)、Y(i)、Z(i),分别表示姓氏的常用程度、姓氏字的常用程度、该姓氏字在真实文本中成为真姓氏的概率。利用这三组数据,我们提出了基于姓氏优先级的中文姓名识别方法。基于本文开发的中文姓名识别系统在实验中召回率和准确率分别为 80.61﹪、89.27﹪,达到了一定的实用性。
目前,多数网上考试系统不能根据每位学生的特定学习情况分别抽取适合不同学生的试卷。传统组卷算法组卷成功率较低,时间和空间开销都比较大。随着在线人数的增多,网络流量会急剧增加。为了解决这些问题,本文提出了一种新的个性化网上考试系统体系结构。在此系统中,首先采用移动agent 技术来降低网络流量和减轻服务器负荷并将不同的考试任务合理地分配给了几个相互合作的agent,使整个考试过程能有条不紊地进行。其次
本文针对现有分布式构件技术的不足,提出了一种利用 Web Service 技术对 Internet 上广泛分布的构件资源进行有效组织的模型,并在此模型基础上,进一步给出了一种构件资源的有效组织机制,最后通过原型系统的验证,证明了该模型及资源组织机制的有效性。
目前基于硬件性能监视计数器的程序性能测试与分析正在逐步成为现代性能分析的基础。同时,为方便用户安全地访问这些底层硬件计数器,可供用户程序调用的接口软件包被大量开发出来,其中适用平台最广泛的 PAPI 软件包得到业内人士的一致好评,并已被集成到很多第三方软件中。目前基于 PAPI 的串行程序性能数据的收集和分析已经取得了很多成果,但是将PAPI集成到并行程序软件中对并行程序的性能行为进行测试与分析的
在数字式温度传感器 DS18B20-PAR 组成的单总线多点测温网络中,多个传感器的地址识别是关键。本文分析了传感器光刻 ROM 地址码识别过程存在的不足,提出通过在测温网络中搭建简单硬件地址译码开关电路和在软件中进行位置编码映射来优化识别过程的方法。在小地理范围的测温网络中,这是一种可行的通过硬件补偿降低软件复杂性的方法。