【摘 要】
：
本文提出了一种滑动窗口内基于密度网格的数据流聚类算法SD-Stream。提出“隶度”的概念,通过对数据元进行“隶度”的计算,重新定义了数据元所属的网格,改进了基于密度网格算
论文部分内容阅读
本文提出了一种滑动窗口内基于密度网格的数据流聚类算法SD-Stream。提出“隶度”的概念,通过对数据元进行“隶度”的计算,重新定义了数据元所属的网格,改进了基于密度网格算法单纯以网格内数据点的个数作为网格绝对密度的思想,解决了一个网格内属于两个类的数据点以及基于网格算法导致边缘信息丢失的问题,从而既利用了基于密度网格算法的高效率还很大程度的提高了聚类精度;利用滑动窗口技术存储概要信息,解决了基于密度网格的数据流聚类算法其执行效率独立于数据元而导致数据元时间信息丢失的问题,可以响应用户不同时间粒度的聚类请求;实验结果证明,SD-Stream算法可以发现任意形状的聚类,在执行效率和聚类精度上比同类算法都有提高,具有良好的适应性和可行性。
其他文献
当前互联网资源形式和内容多样,都是对客观世界事物的反映,也是资源生产者如网站编辑等在自身对客观世界认识基础上构建的概念世界的体现。同时,对于同一事物,不同的人有不同
虚拟化技术自诞生以来就受到人们的关注,由于其在资源利用率、安全性、管理便捷性方面的优势,它被越来越多的企业所采用。虚拟机热迁移技术,是虚拟化技术的一大亮点,它允许在
随着模型驱动开发技术的不断发展和在不同领域中的广泛应用,模型已经成为软件开发过程中的主要产品,软件建模也成为了软件开发与系统设计不可缺少的辅助手段。由于可视化建模
目标的检测、跟踪与行为识别作为视频监控的主要研究内容,是当前计算机视觉领域的研究热点,其不但具有重要的实际意义,而且对计算机视觉的其他研究领域有着重要的推动作用。
随着无线射频识别(Radio Frequency Identification, RFID)、传感器等电子数据采集设备(Electronic Data Gathering Equipment, EDGE)的不断发展,产生了空前的海量数据。由于
不管是在现实生活中还是在科研领域内,人体运动识别都起着至关重要的作用。其研究成果可以应用于多个领域,如：安保系统、智能家居、体感交互等等。随着技术的发展与革新,用于
实体检索是目前学者研究的重要领域。实体检索系统的性能好坏主要由实体的排序顺序决定的。实体排序的研究成为实体检索领域中重要的任务之一。在过去的大部分工作中,排序算
近年来云计算不断发展,生态圈趋于成熟,云计算被越来越多的企业所接受。容器技术很早就已经出现,但是未受到足够的重视,近几年随着以Docker, LXC, Warden为代表的容器技术在
运动目标检测跟踪在智能视频监控等诸多领域起到十分重要的作用。在过去的几年中,尽管大量的检测跟踪相关算法被提出,但在算法的实际应用过程中会由于场景情况多样、算法计算
随着当代信息技术的发展,人们对数字视频通信越来越重视。20世纪80年代后期以来,MPEG系列和H.26X系列标准在视频压缩中得到了广泛的应用,MPEG-4作为第二代视频压缩编码标准,