基于OCSVM的分布式聚類技術研究.pdf_第1頁
已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著信息技術的飛速發(fā)展以及數(shù)據(jù)的不斷積累，如何從現(xiàn)有的歷史數(shù)據(jù)中發(fā)掘對用戶未來決策有指導性的信息是計算機科學技術面臨的挑戰(zhàn)性任務之一。聚類分析技術通過根據(jù)數(shù)據(jù)的相似性劃分為不同的類別，從而完成對未知數(shù)據(jù)的類別劃分，并被廣泛的應用于機器學習、數(shù)據(jù)挖掘、信息檢索、圖像處理等多個領域。
　　 如何在有效的時間內完成對海量數(shù)據(jù)的處理并給出合理的分析結果是聚類分析面臨的主要問題之一，針對這一問題本文提出了一種基于OCSVM的分布式學習系統(tǒng)

2、框架，使得學習過程能最大程度的整合現(xiàn)有的計算資源，從而提高了學習效率。
　　 本文研究了基于OCSVM聚類算法的分布式計算策略，利用分治的策略將數(shù)據(jù)集分配給多個Agent，通過多個Agent的協(xié)作來完成聚類任務，然后對各個Agent的聚類結果進行匯總得到與串行算法一致的聚類結果。另外，在單類支持向量機的理論基礎上，本文對所提出聚類算法中涉及的兩個參數(shù)的設置規(guī)律以及聚類數(shù)目確定的方法進行了研究。
　　 最后，通過對實驗結果

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論