微簇相关论文
5G通讯技术的迅猛发展使工业物联网得到了全面提升, 工业物联网数据规模将越来越大、数据维度也越来越高, 如何高效利用流聚类进行......
K-means是最常用的批量聚类方法,然而该算法需要多次迭代并不能直接用于数据流聚类.文章基于自适应谐振理论(ART),提出一种针对数......
近年来,不确定的聚类中心使得传统的聚类算法面临着巨大的挑战,例如导致了丢失历史数据信息、数据边界不清晰、时间复杂度高等问题......
设计了两种能量均衡策略,提出基于微簇策略的能量均衡路由协议.该协议将相邻两节点联合成微簇,微簇内的节点基于剩余能量进行负载......
面向流数据的传统聚类算法主要有3个方面的不足,一是对流数据不断进入的动态环境不太适应；二是其微簇半径不能随流数据分布的密度变......
研究超大规模数据流聚类效率优化问题。时间序列下的数据流中元素的访问是单次线性的,即数据元素只能按其流入顺序依次读取一次。......
研究了一种移动数据的预估聚类分析算法。首先建立移动数据的数学模型,然后在此模型的基础上,提出一个基于微簇的移动数据的聚类分......
为了降低计算代价,在CLIQUE算法的基础上引入了便利网格和障碍网格等概念,提出了便利体和障碍物下基于网格的聚类算法(GBSCFO)。GB......
当存在噪声和离群点时,k-medoids算法具有较好的鲁棒性,但是对于大数据集,算法的计算代价比较高。CF树是Birch算法中常用的一种结......
针对大流量骨干网的在线网络异常检测是目前网络安全研究的热点之一,提出一种网络异常检测方法,有效在线处理大数据流,利用密度聚......
针对现有很多聚类算法不能有效处理大规模数据的问题,基于微簇和等价连接关系,提出一种能在Hadoop平台实现高效并行化的聚类算法bi......
半导体微簇光致发光现象是目前物理学的研究热点之一.从光电子能谱的基本原理出发,提出了一种确定IVA族元素半导体纳米微簇的表面......
离群点检测是数据挖掘领域的热点问题之一,在许多应用场景中都扮演着重要角色,如医疗诊断、道路监测、信用卡欺诈、网络入侵和环境......
数据流断点区检测用于挖掘识别动态数据流中的异常数据,由于移动网络数据流具有无限输入与动态变化等特征,针对现有算法存在对动态......
由于信息化的不断拓展,一方面数据广泛分布于不同的部门,各部门需求在不泄漏自身数据的情况下进行充分合作;另一方面由于数据量的......
针对桥梁健康监测系统中的数据流异常问题，提出一种基于微簇的数据流异常检测框架。首先对原始采集信号进行数据合并、缺失值填补等......
大数据是需求驱动的概念.随着数据库系统的普及和因特网服务的扩张,企业或者个人可用的数据正在膨胀,已有的技术很难满足大数据时......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
在网络流量管理、金融数据分析、网站日志管理、视频流版权保护等数据流应用中,由于设备精度、噪音、干扰和隐私保护等问题,数据流......
提出了一种基于微簇的两阶段高维数据流聚类算法.首先,对新到达的数据进行降维处理,使用改进的线性判别分析方法获得一个局部投影......
不确定数据流聚类作为数据流挖掘的一个主要研究方向，其研究成果已应用于网络监测、金融服务等诸多领域。然而，由于不确定性描述的引......
针对目前数据流离群点不能很好地被处理、数据流聚类效率较低以及对数据流的动态变化不能实时检测等问题,提出一种基于近邻传播与......
为了解决滑块窗口的数据流聚类算法中的聚类质量和算法执行效率问题,提出了基于微簇进化学习的数据流快速聚类算法。首先在在现阶......
