数据挖掘研究现状及水平综述
时间:2018-04-25 20:35 来源:毕业论文 作者:毕业论文 点击:次
| KDD（Knowledge discovery in database）一词第一次的出现是在1989年8月美国底特律召开的第11届国际人工智能联合会议的专题研讨会上。随后几年又召开过数据库知识发现的研讨会。由于参加会议的人数每年都增加，自1995年来，每年都要召开一届KDD的国际会议。因此数据挖掘成为当今的热门话题。21812 数据挖掘被提出的时间虽然比较短，但是发展速度非常快。聚类方法作为数据挖掘的一种方法，聚类方法有更好的发展前景。在分析对象的方面，人们开始研究聚类中的各种算法比较简单，能够处理低文的数据，且数据量也比较小，但是我们所接触的数据，不仅是从数量上增加了，而且数据的文度也变高了，这给聚类分析提出一大难题。论文网 为了使聚类方法的性能得到更大地提高，将其他领域的方法与聚类方法相结合，弥补了数据挖掘领域中聚类方法的某些缺陷，将聚类方法的最优性能发挥得更加充分。常采用的著名方法有：遗传算法、免疫算法、蚂蚁算法等。近年来的人工免疫系统的研究是一个崭新的应用领域，随着免疫计算的发展，给聚类分析领域带来新的活力。免疫算法来自模拟人体的免疫系统，并从体细胞理论和网络理论中得到启发，实现了类似于免疫系统的自我调节功能和生成不同抗体的功能。 (责任编辑：qin) |