多尺度分類挖掘方法
發(fā)布時(shí)間:2023-03-21 20:32
分類挖掘作為數(shù)據(jù)挖掘的一個(gè)重要分支,其實(shí)質(zhì)在于利用已有數(shù)據(jù)分析建模,對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)。多尺度分類挖掘是典型的跨學(xué)科課題,旨在將多尺度科學(xué)與分類技術(shù)相結(jié)合,多方位對(duì)數(shù)據(jù)進(jìn)行分析,得到不同層次分類模型,學(xué)習(xí)更全面的信息。目前,多尺度分類研究已取得一定成果,可有效提高分類性能,但多局限于圖像、空間數(shù)據(jù)。研究表明,對(duì)一般數(shù)據(jù)集進(jìn)行多尺度挖掘探索也已初見成效,如多尺度聚類、多尺度關(guān)聯(lián)規(guī)則,但在分類領(lǐng)域還有待完善。針對(duì)上述問(wèn)題,嘗試進(jìn)行普適性多尺度分類挖掘方法的研究,不僅擴(kuò)大多尺度適用范圍,還可提高分類效率。論文從空間數(shù)據(jù)估計(jì)角度出發(fā),結(jié)合層次理論和尺度特性,基于概率密度估計(jì)離散化方法,研究一般數(shù)據(jù)集下多尺度分類挖掘的轉(zhuǎn)換方法。針對(duì)數(shù)據(jù)的多尺度特性進(jìn)行分類挖掘,以非局部均值和雙立方插值為理論基礎(chǔ),利用Q統(tǒng)計(jì)和不一致度量進(jìn)行操作,提出多尺度分類尺度上推算法和多尺度分類尺度下推算法。論文的主要工作包括以下幾方面:(1)研究多尺度分類理論基礎(chǔ)。首先,針對(duì)分類挖掘的特點(diǎn),結(jié)合離散化方法,依據(jù)尺度特性,參照等價(jià)劃分模型,選取待劃分的尺度,確定尺度層數(shù);其次,分析范圍尺度和粒度尺度,依據(jù)表征尺度的屬性取值計(jì)...
【文章頁(yè)數(shù)】:81 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 選題背景及研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 分類挖掘
1.2.2 尺度轉(zhuǎn)換
1.2.3 多尺度數(shù)據(jù)挖掘
1.3 論文主要研究?jī)?nèi)容
1.4 論文組織與架構(gòu)
2 分類挖掘
2.1 分類數(shù)據(jù)挖掘
2.1.1 分類挖掘概念
2.1.2 分類挖掘步驟
2.2 分類應(yīng)用舉例
2.3 分類算法
2.3.1 基于距離的分類
2.3.2 基于統(tǒng)計(jì)的分類
2.3.3 基于判別的分類
2.3.4 基于軟計(jì)算的分類
2.3.5 其他分類算法
2.4 分類算法的評(píng)價(jià)標(biāo)準(zhǔn)
2.5 本章小結(jié)
3 多尺度分類挖掘框架
3.1 分布式數(shù)據(jù)挖掘
3.1.1 分布式數(shù)據(jù)挖掘框架
3.1.2 分布式數(shù)據(jù)挖掘研究難題
3.2 多尺度數(shù)據(jù)挖掘
3.2.1 多尺度數(shù)據(jù)挖掘概念
3.2.2 多尺度數(shù)據(jù)挖掘步驟
3.2.3 多尺度數(shù)據(jù)挖掘應(yīng)用舉例
3.2.4 多尺度數(shù)據(jù)挖掘與分布式數(shù)據(jù)挖掘比較
3.3 多尺度分類架構(gòu)
3.3.1 多尺度數(shù)據(jù)集構(gòu)建
3.3.2 基準(zhǔn)尺度選擇
3.3.3 多尺度分類定義
3.3.4 多尺度分類實(shí)質(zhì)
3.3.5 多尺度分類體系架構(gòu)
3.4 本章小結(jié)
4 多尺度分類算法
4.1 分類信息處理機(jī)制
4.2 尺度上推算法UAMSC
4.2.1 理論基礎(chǔ)
4.2.2 算法的基本思想
4.2.3 算法描述
4.3 尺度下推算法DAMSC
4.3.1 理論基礎(chǔ)
4.3.2 算法的基本思想
4.3.3 算法描述
4.4 本章小結(jié)
5 實(shí)驗(yàn)與分析
5.1 數(shù)據(jù)集
5.2 實(shí)驗(yàn)環(huán)境
5.3 評(píng)價(jià)指標(biāo)
5.3.1 CA
5.3.2 F1-score
5.3.3 NMI
5.4 實(shí)驗(yàn)結(jié)果
5.4.1 尺度上推
5.4.2 尺度下推
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的科研成果清單
本文編號(hào):3767249
【文章頁(yè)數(shù)】:81 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 選題背景及研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 分類挖掘
1.2.2 尺度轉(zhuǎn)換
1.2.3 多尺度數(shù)據(jù)挖掘
1.3 論文主要研究?jī)?nèi)容
1.4 論文組織與架構(gòu)
2 分類挖掘
2.1 分類數(shù)據(jù)挖掘
2.1.1 分類挖掘概念
2.1.2 分類挖掘步驟
2.2 分類應(yīng)用舉例
2.3 分類算法
2.3.1 基于距離的分類
2.3.2 基于統(tǒng)計(jì)的分類
2.3.3 基于判別的分類
2.3.4 基于軟計(jì)算的分類
2.3.5 其他分類算法
2.4 分類算法的評(píng)價(jià)標(biāo)準(zhǔn)
2.5 本章小結(jié)
3 多尺度分類挖掘框架
3.1 分布式數(shù)據(jù)挖掘
3.1.1 分布式數(shù)據(jù)挖掘框架
3.1.2 分布式數(shù)據(jù)挖掘研究難題
3.2 多尺度數(shù)據(jù)挖掘
3.2.1 多尺度數(shù)據(jù)挖掘概念
3.2.2 多尺度數(shù)據(jù)挖掘步驟
3.2.3 多尺度數(shù)據(jù)挖掘應(yīng)用舉例
3.2.4 多尺度數(shù)據(jù)挖掘與分布式數(shù)據(jù)挖掘比較
3.3 多尺度分類架構(gòu)
3.3.1 多尺度數(shù)據(jù)集構(gòu)建
3.3.2 基準(zhǔn)尺度選擇
3.3.3 多尺度分類定義
3.3.4 多尺度分類實(shí)質(zhì)
3.3.5 多尺度分類體系架構(gòu)
3.4 本章小結(jié)
4 多尺度分類算法
4.1 分類信息處理機(jī)制
4.2 尺度上推算法UAMSC
4.2.1 理論基礎(chǔ)
4.2.2 算法的基本思想
4.2.3 算法描述
4.3 尺度下推算法DAMSC
4.3.1 理論基礎(chǔ)
4.3.2 算法的基本思想
4.3.3 算法描述
4.4 本章小結(jié)
5 實(shí)驗(yàn)與分析
5.1 數(shù)據(jù)集
5.2 實(shí)驗(yàn)環(huán)境
5.3 評(píng)價(jià)指標(biāo)
5.3.1 CA
5.3.2 F1-score
5.3.3 NMI
5.4 實(shí)驗(yàn)結(jié)果
5.4.1 尺度上推
5.4.2 尺度下推
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的科研成果清單
本文編號(hào):3767249
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3767249.html
最近更新
教材專著