半監(jiān)督聚類算法對于流和多密度數(shù)據(jù).pdf

半監(jiān)督聚類算法對于流和多密度數(shù)據(jù).pdf

ID:50116416

大?。?.15 MB

頁數(shù):132頁

時間:2020-03-05

半監(jiān)督聚類算法對于流和多密度數(shù)據(jù).pdf_第1頁
半監(jiān)督聚類算法對于流和多密度數(shù)據(jù).pdf_第2頁
半監(jiān)督聚類算法對于流和多密度數(shù)據(jù).pdf_第3頁
半監(jiān)督聚類算法對于流和多密度數(shù)據(jù).pdf_第4頁
半監(jiān)督聚類算法對于流和多密度數(shù)據(jù).pdf_第5頁
資源描述:

《半監(jiān)督聚類算法對于流和多密度數(shù)據(jù).pdf》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、北京理工大學(xué)Semi-SupervisedClusteringAlgorithmsforStreamingandMulti-DensityDataWalidSaidAbdelhamidAtwa2015年6月Semi-SupervisedClusteringAlgorithmsforStreamingandMulti-DensityDataCandidateName:WalidSaidAbdelhamidAtwaSchoolorDepartment:SchoolofComputerScienceSuperv

2、isor:ProfessorDr.LiKanChair,ThesisCommittee:Prof.XuyanTuDegreeApplied:DoctorofPhilosophyMajor:ComputerScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence:June–2015中圖分類號:TP311.1UDC分類號:004.62半監(jiān)督聚類算法對于流和多密度數(shù)據(jù)作者姓名阿特瓦學(xué)院名稱計(jì)算機(jī)學(xué)院指導(dǎo)教師李侃教授答辯委員

3、會主席涂序彥教授申請學(xué)位工學(xué)博士學(xué)科專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)位授予單位北京理工大學(xué)論文答辯日期2015年6月研究成果聲明本人鄭重聲明:所提交的學(xué)位論文是我本人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作獲得的研究成果。盡我所知,文中除特別標(biāo)注和致謝的地方外,學(xué)位論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得北京理工大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書所使用過的材料。與我一同工作的合作者對此研究工作所做的任何貢獻(xiàn)均已在學(xué)位論文中作了明確的說明并表示了謝意。特此申明。簽名:日期:北京理工大學(xué)博士學(xué)位論文Abstra

4、ctClusteringisoneofthemostcommondataminingtasks,usedfrequentlyfordatacategorizationandanalysisinbothindustryandacademia.Inmanydomainswhereclusteringisapplied,somepriorknowledgeisavailableeitherintheformoflabeleddata(specifyingthecategorytowhichaninstanceb

5、elongs)orpairwiseconstraintsonsomeoftheinstances(specifyingwhethertwoinstancesshouldbeinsameordifferentclusters).Thefocusofourresearchisonsemi-supervisedclustering,wherewestudyhowpriorknowledgecanbeincorporatedintoclusteringalgorithms.Semi-supervisedclust

6、eringaimstoimprovetheclusteringperformancebyconsideringusersupervisionintheformofpairwiseconstraints.However,mostcurrentalgorithmsarepassiveinthesensethatpairwiseconstraintsareprovidedbeforehandandselectedrandomly.Thismayleadtotheuseofconstraintsthatarere

7、dundant,unnecessary,orevenharmfultotheclusteringresults.Forthosereasons,wewouldliketooptimizetheselectionoftheconstraintsforsemi-supervisedclustering.Moreover,semi-supervisedclusteringalgorithmsimposesseveralchallengestobeaddressed,suchasdealingwithmulti-

8、densitydata,howtohandletheevolvingpatternsthatareimportantcharacteristicsofstreamingdatawithdynamicdistributions,capableofperformingfastandincrementalprocessingofdataobjects,andsuitablyaddressingtimeandmemorylimitat

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。