本文選題：大規(guī)模數(shù)據(jù)　切入點(diǎn)：快速壓縮集密度估計(jì)　出處：《控制與決策》2017年06期 　論文類型：期刊論文

【摘要】：受Kuramoto模型啟發(fā),構(gòu)造一種新的萬(wàn)有引力同步模型,用以解決現(xiàn)有同步聚類算法時(shí)間復(fù)雜度高的問(wèn)題,并提出大規(guī)模數(shù)據(jù)集的引力同步聚類算法(LSCGS).首先,使用快速壓縮集密度估計(jì)(RSDE)算法對(duì)大規(guī)模數(shù)據(jù)集進(jìn)行壓縮;然后,通過(guò)萬(wàn)有引力同步聚類算法對(duì)壓縮數(shù)據(jù)集進(jìn)行聚類,使用Davies-Bouldin指標(biāo)自動(dòng)尋優(yōu)到最佳聚類數(shù);最后,利用提出的剩余樣本聚類(RSC)算法對(duì)除壓縮集以外的剩余數(shù)據(jù)進(jìn)行聚類,可以有效地區(qū)分孤立類以及噪聲點(diǎn).通過(guò)在大規(guī)模人造數(shù)據(jù)集、UCI真實(shí)數(shù)據(jù)集和圖像數(shù)據(jù)上的實(shí)驗(yàn),驗(yàn)證LSCGS算法的有效性,與傳統(tǒng)同步聚類算法相比,聚類的運(yùn)算成本得到大幅度的降低.
[Abstract]:Inspired by Kuramoto model, a new universal gravity synchronization model is constructed to solve the problem of high time complexity of existing synchronous clustering algorithms, and a gravity synchronous clustering algorithm for large-scale data sets is proposed. The fast compressed set density estimation (RSDE) algorithm is used to compress the large-scale data set. Then, the compressed data set is clustered by the gravity synchronous clustering algorithm, and the Davies-Bouldin index is used to automatically optimize to the best clustering number. By using the proposed residual sample clustering algorithm to cluster the remaining data except the compressed data, the isolated data and the noise points can be effectively distinguished. The experiments on UCI real data sets and image data in large scale artificial data sets are carried out. The effectiveness of the LSCGS algorithm is verified. Compared with the traditional synchronous clustering algorithm, the operation cost of the clustering algorithm is greatly reduced.
【作者單位】： 江南大學(xué)數(shù)字媒體學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61272210,61170122) 江蘇省自然科學(xué)基金項(xiàng)目(BK20130155)
【分類號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;數(shù)據(jù)集N鄽2[J];航空材料;1959年09期

2 江海洪 ,羅長(zhǎng)坤;首套中國(guó)數(shù)字化可視人體數(shù)據(jù)集在第三軍醫(yī)大學(xué)研制成功[J];中華醫(yī)學(xué)雜志;2003年09期

3 陳相穎;數(shù)據(jù)集記錄快速定位與篩選方法之探討[J];計(jì)量與測(cè)試技術(shù);2005年06期

4 王宏鼎;唐世渭;董國(guó)田;;數(shù)據(jù)集成中數(shù)據(jù)集特征的檢測(cè)方法[J];中國(guó)金融電腦;2006年03期

5 張華;郁書好;;時(shí)空數(shù)據(jù)集的連接處理和優(yōu)化方法研究[J];皖西學(xué)院學(xué)報(bào);2006年02期

6 苗卿;單立新;裘昱;;信息熵在數(shù)據(jù)集分割中的應(yīng)用研究[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年05期

7 陳德誠(chéng);丘平珠;唐炳莉;;廣西氣象數(shù)據(jù)集設(shè)計(jì)與制作[J];氣象研究與應(yīng)用;2007年04期

8 趙鳳英;王崇駿;陳世福;;用于不均衡數(shù)據(jù)集的挖掘方法[J];計(jì)算機(jī)科學(xué);2007年09期

9 馮璐;冷伏海;;基于領(lǐng)域分析需求和目標(biāo)的領(lǐng)域分析數(shù)據(jù)集界域研究[J];圖書情報(bào)工作;2009年24期

10 宋金玲;趙威;劉欣;黃立明;李金才;劉國(guó)華;;k-匿名數(shù)據(jù)集的增量更新算法[J];計(jì)算機(jī)科學(xué);2010年04期

相關(guān)會(huì)議論文 前7條

1 田捷;;三維醫(yī)學(xué)影像數(shù)據(jù)集處理的集成化平臺(tái)[A];2003年全國(guó)醫(yī)學(xué)影像技術(shù)學(xué)術(shù)會(huì)議論文匯編[C];2003年

2 范明;魏芳;;挖掘基本顯露模式用于分類[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

3 段磊;唐常杰;左R，

本文編號(hào)：1594080