中国科学院软件研究所机构知识库
Advanced  
ISCAS OpenIR  > 人机交互技术与智能信息处理实验室  > 期刊论文
题名:
一种基于动态自适应数据窗口的模糊k-均值聚类缺失数据估算算法
其他题名: missing data imputation: a fuzzy k-means clustering algorithm over dynamic adaptive data window
作者: 廖再飞 ; 吕新杰 ; 罗雄飞 ; 刘伟 ; 王宏安
关键词: 缺失数据
刊名: 计算机研究与发展
发表日期: 2009
卷: 46, 期:z2, 页:795-802
收录类别: 其他
部门归属: 中国科学院软件研究所,北京,100190;中国科学院研究生院,北京,100049;中国科学院软件研究所,北京,100190;中国科学院研究生院,北京,100049;中国科学院软件研究所,北京,100190;中国科学院研究生院,北京,100049;中国科学院软件研究所,北京,100190;中国科学院软件研究所,北京,100190
摘要: 完整性是数据质量的一个重要维度,由于数据本身固有的不确定性、采集的随机性及不准确性,导致现实应用中产生了大量具有如下特点的数据集:1)数据规模庞大;2)数据往往是不完整、不准确的.因此将大规模数据集分段到不同的数据窗口中处理是数据处理的重要方法,但缺失数据估算的相关研究大都忽视了数据集的特点和窗口的应用,而且回定大小的数据窗17容易造成算法的准确性和性能受窗口大小及窗口内数据值分布的影响.假设数据满足一定的领域相关的约束,首先提出了一种新的基于时间的动态自适应数据窗口检测算法,并基于此窗口提出了一种改进的模糊k-均值聚类算法来进行不完整数据的缺失数据估算.实验表明较之其他算法,不仅能更适应数据集的特点,具有较好的性能,而且能够保证准确性.
语种: 中文
内容类型: 期刊论文
URI标识: http://ir.iscas.ac.cn/handle/311060/8174
Appears in Collections:人机交互技术与智能信息处理实验室_期刊论文

Files in This Item:
File Name/ File Size Content Type Version Access License
一种基于动态自适应数据窗口的模糊k-均值聚类缺失数据估算算法.pdf(585KB)----限制开放-- 联系获取全文

Recommended Citation:
廖再飞,吕新杰,罗雄飞,等. 一种基于动态自适应数据窗口的模糊k-均值聚类缺失数据估算算法[J]. 计算机研究与发展,2009-01-01,46(z2):795-802.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[廖再飞]'s Articles
[吕新杰]'s Articles
[罗雄飞]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[廖再飞]‘s Articles
[吕新杰]‘s Articles
[罗雄飞]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2017  中国科学院软件研究所 - Feedback
Powered by CSpace