四川大学学报(工程科学版)
四川大學學報(工程科學版)
사천대학학보(공정과학판)
JOURNAL OF SICHUAN UNIVERSITY
2006年
5期
156-161
,共6页
数据挖掘%聚类%种子对象
數據挖掘%聚類%種子對象
수거알굴%취류%충자대상
通过分析基于网格与基于密度的聚类算法特征,提出了一种基于网格和密度的混合聚类算法,通过分阶段聚类并选取代表单元中的种子对象来扩展类,从而减少区域查询次数,实现快速聚类.该算法保持了基于密度的聚类算法可以发现任意形状的聚类和对噪声数据不敏感的优点,同时保持了基于网格的聚类算法的高效性,适合对大规模数据的挖掘.实验数据分析验证了算法的有效性,对数据挖掘应用于设备状态监测和故障诊断具有指导意义.
通過分析基于網格與基于密度的聚類算法特徵,提齣瞭一種基于網格和密度的混閤聚類算法,通過分階段聚類併選取代錶單元中的種子對象來擴展類,從而減少區域查詢次數,實現快速聚類.該算法保持瞭基于密度的聚類算法可以髮現任意形狀的聚類和對譟聲數據不敏感的優點,同時保持瞭基于網格的聚類算法的高效性,適閤對大規模數據的挖掘.實驗數據分析驗證瞭算法的有效性,對數據挖掘應用于設備狀態鑑測和故障診斷具有指導意義.
통과분석기우망격여기우밀도적취류산법특정,제출료일충기우망격화밀도적혼합취류산법,통과분계단취류병선취대표단원중적충자대상래확전류,종이감소구역사순차수,실현쾌속취류.해산법보지료기우밀도적취류산법가이발현임의형상적취류화대조성수거불민감적우점,동시보지료기우망격적취류산법적고효성,괄합대대규모수거적알굴.실험수거분석험증료산법적유효성,대수거알굴응용우설비상태감측화고장진단구유지도의의.
