数据流中随机型分形维数计算方法研究

摘要：

分形维数能够有效地描述数据集,反映复杂数据集中隐含的规律性.基于分形理论的数据挖掘算法通常都涉及到分形维数的计算.但是现有的分形维教计算方法的时间复杂度和空间复杂度都比较高,大大降低了算法的效率,使算法很难适应高速、海量的数据流环境.因此,总结分析了现有的几种分形维数计算方法,并提出一种随机型方法,利用固定的内存空间快速估计数据流的关联维教.最后通过与现有算法进行对比实验,证明了这一随机型算法的有效性.

关键词：分形、分形维数、数据流

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金70871033,70801025;国家高技术研究发展计划8632007AA04Z116;合肥工业大学校科学研究发展基金2009HGXJ0040

在线出版日期：2011-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：209-212,229