基于物理模型的聚類方法研究.pdf

1、聚類分析作為數(shù)據(jù)挖掘的重要技術(shù)，在網(wǎng)絡(luò)分析、市場營銷以及醫(yī)學(xué)圖像自動監(jiān)測等領(lǐng)域被廣泛應(yīng)用。聚類就是將物理或者抽象的集合分組成為由類似對象組成的多個(gè)類的過程，同一個(gè)簇的對象具有相似性，不同簇中的對象具有相異性。目前，國內(nèi)外研究者提出了多種聚類算法，這些算法從不同的角度進(jìn)行設(shè)計(jì)的，但是依舊不能滿足人們對聚類分析的要求。經(jīng)典的聚類算法雖然被廣泛使用，但是大多數(shù)都單純地將距離或者角度作為聚類的標(biāo)準(zhǔn)，因此這些算法都存在著局限性。
　　本文中

2、，將一些物理學(xué)背景知識引入到聚類分析中，將一些物理特性與聚類算法充分結(jié)合，形成了幾種基于物理模型的聚類算法。這里，將萬有引力定律和Potts模型引入到聚類分析中，形成了基于萬有引力的聚類算法和基于Potts模型的聚類算法?；谌f有引力的聚類算法的原理是假設(shè)數(shù)據(jù)集中的數(shù)據(jù)對象具有自然界物質(zhì)的特性，即數(shù)據(jù)對象也具有引力；數(shù)據(jù)引力定律的內(nèi)容是數(shù)據(jù)對象之間存在著引力，其引力大小與數(shù)據(jù)質(zhì)點(diǎn)的質(zhì)量成正比，與數(shù)據(jù)質(zhì)點(diǎn)間的距離的平方成反比；數(shù)據(jù)對象之間

3、的引力越大則表示相似度越大，反之，引力越小表示相似度越小。使用數(shù)據(jù)引力的好處有以下幾點(diǎn)：第一，力是矢量，可以進(jìn)行合成與分解，這樣就很容易將多個(gè)關(guān)系轉(zhuǎn)化為單一關(guān)系；第二，將數(shù)據(jù)引力作為相似度的一種度量，不僅包括了距離還包括了聚類中的對象數(shù)目，更有利于聚類?；赑otts模型的聚類算法是利用磁性材料在不同溫度下會出現(xiàn)不同的狀態(tài)的性質(zhì)設(shè)計(jì)的，而Potts模型是模擬磁性材料的一種有效模型；在低溫和高溫之間，會出現(xiàn)一個(gè)超順磁相，在超順磁相里，距離