一种存在级不确定数据流聚类算法

针对不确定数据流聚类算法——EMicro在聚类结果的精确性和聚类中数据的概率相似度方面的不足,提出一种新基于存在级的不确定数据流算法——UDs Stream。该算法通过设置概率阈值,将不确定性高的点和不确定性低的点分开处理,提高聚类结果的准确性和聚类中数据概率相似度。同时引入窗口和密度的方法,设置动态密度阈值,能够动态掌握数据流的分布特征,使聚类过程有更好的灵活性。实验结果证明,与EMicro相比,UDs Stream算法聚类效果更好。

深圳市潮汕商会 转型变革新篇章

2012年8月31日晚八点半。深圳盐田，大百汇中心广场，华灯初放，人声鼎沸，一番热情的欢送场面，深圳市潮汕商会会长吴开松与广东省客家商会会长温纯青频频挥手辞别，随即不顾舟车劳顿，乘夜驱车400多公里到汕头，因为第二天一早就要与汕头市潮阳区签订一个首期投资50亿的火车站配套项目。