小波在数据挖掘算法中的运用
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391

基金项目:

重庆市自然科学基金


Wavelet Application in Algorithms of Data Mining
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    由于小波理论具有良好的构造性和实际应用性,近年来被广泛地应用于诸如图像处理、计算机可视化、网络管理和数据挖掘等计算机科学研究领域.小波有很多良好的性质,如多分辨的分解结构、变换的时空线性复杂性等特性,从而可以为数据挖掘提供更加有效的算法.给出了小波在聚类、分类、分布式数据挖掘、相似性搜索、近似查询处理、可视化等算法中的运用,讨论了小波在数据挖掘研究中的影响,并简述了有潜力的未来研究方向.

    Abstract:

    Wavelets have been widely applied in such research areas as image processing, computer vision, network management and data mining. Wavelets have many favorable properties, which are hierarchical and multiresolution decomposition structure, linear time and space complexity of the transformations. The paper presents wavelet application on the algorithms of data mining, in cluding as clustering, classification, distributed data mining, similarity search, approximate query processing, visualization and so on. Finally, the paper concludes by discussing the impact of wavelets on data mining research and outlining potential future research directions and applications.

    参考文献
    相似文献
    引证文献
引用本文

文俊浩,胡显芝,何光辉,徐玲.小波在数据挖掘算法中的运用[J].重庆大学学报,2004,27(12):111-115.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2004-10-12
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码