基于蟻群算法的數(shù)據(jù)挖掘方法研究.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、由信息技術(shù)、網(wǎng)絡(luò)技術(shù)的飛速發(fā)展所導(dǎo)致的“數(shù)據(jù)爆炸但知識貧乏”的現(xiàn)象日益嚴(yán)重,應(yīng)運而生的數(shù)據(jù)挖掘(DataMining)技術(shù)在這一環(huán)境下得以蓬勃發(fā)展,越來越顯示出其強大的生命力。國內(nèi)主流網(wǎng)站評比的未來十大熱門技術(shù)中,數(shù)據(jù)挖掘技術(shù)占了一席之地,而且現(xiàn)今世界幾大超級公司也早早地投入到了數(shù)據(jù)挖掘領(lǐng)域的研究,這其中包括IBM、Microsoft等。數(shù)據(jù)挖掘是一個多學(xué)科交叉的研究領(lǐng)域,涉及到數(shù)據(jù)庫技術(shù)、人工智能、機器學(xué)習(xí)、統(tǒng)計學(xué)、知識獲取、生物計算

2、等多門學(xué)科的理論與技術(shù),其發(fā)展必將大大地影響全球信息化的進程。因此對數(shù)據(jù)挖掘技術(shù)進行全面地、系統(tǒng)地、深入的研究是信息化發(fā)展的客觀需要。本文對數(shù)據(jù)挖掘技術(shù),尤其是聚類分析技術(shù)進行了較為深入地研究與分析,提出了一些想法和改進,主要包含以下內(nèi)容: 數(shù)據(jù)挖掘技術(shù)綜述。介紹了數(shù)據(jù)挖掘的概念,對數(shù)據(jù)挖掘技術(shù)進行了詳細(xì)的分類。概括了目前比較常用的數(shù)據(jù)挖掘方法,并對數(shù)據(jù)挖掘的任務(wù)進行了歸納總結(jié),為本文的全面展開奠定了基礎(chǔ)。 聚類分析技術(shù)

3、概述。聚類分析作為數(shù)據(jù)挖掘中一個重要的組成部分,主要用于在潛在的數(shù)據(jù)中發(fā)現(xiàn)有價值的數(shù)據(jù)分布和數(shù)據(jù)模式。本文對聚類分析的定義、聚類的方法、數(shù)據(jù)類型以及聚類結(jié)果的度量標(biāo)準(zhǔn)作了簡要的介紹。蟻群算法概述。蟻群算法是一種源于大自然生物世界的新型仿生類算法。該算法特別適合于求解復(fù)雜優(yōu)化問題特別是離散優(yōu)化問題。本文簡要介紹了蟻群算法的產(chǎn)生與發(fā)展,并詳細(xì)闡述了算法的原理及實現(xiàn)過程。 基于蟻群算法的聚類組合算法的研究。在研究了基本蟻群聚類模型、信

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論