高维数据的可视化和快速聚类算法

被引：3

作者：

杨莉

机构：

[1] 西南科技大学理学院

来源：

计算机科学 | 2006年 / 11期

关键词：

数据可视化; 聚类算法; 数据挖掘;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

本文通过介绍一种用于高维数据的可视化方法,引入了可用于快速聚类的一种距离算法,该方法不仅具有鲁棒性而且有较低的计算复杂性O(n1),最后我们将该方法用于金融数据立方体的聚类算法,主要用于挖掘庄家行为模式并作为是否存在操纵行为的依据。

引用

页码：132 / 133+138 +138

页数：3

共 6 条

[1]

Data mining on ti me series:an illustration using fast-food restaurant franchise data. Liu L,Bhattacharyya S,Scove S L,Chen R,Lattyak WJ. Computational Statistics . 2001

[2]

Building long/short portfolios using rule in-duction. John G H,Miller P. Computational Intelligence for Financial Engineering . 1996

[3]

Stock selection using rule Induction. John G H. IEEE Expert . 1996

[4]

Data Mining:Concepts and Techniques. Han J,Kamber M. . 2001

[5]

Plots of high-di mensional data. Andrews D F. Biometrics . 1972

[6]

Ti me Series Analysis:Forecasting and Control. Box G E P,Jenkins G M. . 1970

← 1 →