数据聚类中基于浓度噪音消除的可视化参数选择方法

来源 :软件学报 | 被引量 : 0次 | 上传用户:zx385213
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
可视化技术的发展极大地提高了传统数据挖掘技术的效率.通过结合人类识别模式的能力,计算机程序能够更有效的发现隐藏在数据中的规律和信息.作为聚类分析的重要步骤,噪音消除一直都是困绕数据挖掘研究者的问题,尤其对于不同领域的应用,由于噪音的模型和定义不同,单一的数据处理方法无法有效而准确地去除域相关的噪音.本文针对这一问题,提出了一个新型的可视化噪音处理方法CLEAN.CLEAN的独特之处在于它设计的噪音处理技术和提出的可视化方法有机地结合在一起.噪音处理算法为可视化模型生成所需数据,同时针对噪音处理算法选择可视
其他文献
本文以显性德育与隐性德育的基本特征为出发点,提出在市场经济条件下,高校德育必须将两种方式有机地结合起来,方能增强时效性.
要想使课堂提问收效显著,应着重把握提问的态度、广度、难度、密度及形式,这样才能激发学生的学习兴趣,达到预期的教学目的.