基于度的半監(jiān)督聚類算法及其在集裝箱港口出口箱量短期預(yù)測中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取人們感興趣的信息和知識，這些往往是隱含的、有用的、尚未發(fā)現(xiàn)的信息和知識。目前，數(shù)據(jù)挖掘已經(jīng)引起了人們的廣泛關(guān)注，成為國內(nèi)外數(shù)據(jù)庫和信息決策領(lǐng)域的最前沿研究方向。 聚類是數(shù)據(jù)挖掘領(lǐng)域最為常用的技術(shù)之一。它將已有數(shù)據(jù)對象分入不同的集合，使得分入同一集合中的數(shù)據(jù)對象具有相似性，而分入不同集合的數(shù)據(jù)對象則相對來說有較大的差別。在聚類過程中通常沒有教師指導(dǎo)，因此是一種無監(jiān)督的分類。隨著對聚類研究的深入，背景知識對

2、于聚類分析的重要性逐漸為人們所認(rèn)識。如何把用戶的傾向結(jié)合入聚類分析過程成為一個(gè)具有挑戰(zhàn)性的問題。 本文首先對半監(jiān)督聚類概率模型進(jìn)行了深入研究，并詳細(xì)分析了已有算法，針對已有算法中忽視負(fù)關(guān)聯(lián)限制作用和算法復(fù)雜度較高的不足，提出了一種基于度的半監(jiān)督聚類算法(SCUD)。該算法綜合利用了給定的正關(guān)聯(lián)和負(fù)關(guān)聯(lián)約束形式的背景知識，根據(jù)約束度來初始化K個(gè)聚類中心，再運(yùn)用EM算法得到聚類結(jié)果。從實(shí)驗(yàn)結(jié)果和分析中可以看到，該算法只需使用相對較少

3、的約束數(shù)據(jù)就能獲得很好的聚類效果，并且當(dāng)數(shù)據(jù)對象個(gè)數(shù)較多時(shí)可在獲得良好的聚類效果前提下，具有更小的時(shí)間復(fù)雜度。 在實(shí)際應(yīng)用方面，針對集裝箱港口出口箱量短期預(yù)測的特點(diǎn)、要求和內(nèi)容，設(shè)計(jì)了兩步預(yù)測框架；并在此框架下提出基于SCUD半監(jiān)督聚類的預(yù)測算法。該算法能通過運(yùn)用下一港口、船最大載重、到達(dá)和離開時(shí)間所處月份以及關(guān)聯(lián)約束等背景知識來有效地提高預(yù)測精度，幫助港口管理人員為堆場集裝箱堆放、輪胎吊和橋吊的作業(yè)及人員調(diào)度預(yù)先作出合理規(guī)劃。