基于細(xì)胞簇的細(xì)胞自動(dòng)機(jī)數(shù)據(jù)聚類研究及應(yīng)用.pdf

1、對(duì)數(shù)據(jù)聚類的研究有很長(zhǎng)的歷史，幾十年來(lái)，其重要性以及與其他研究方向的交叉特性得到人們的肯定。然而，細(xì)胞自動(dòng)機(jī)在數(shù)據(jù)聚類方面的研究卻相對(duì)較少。本文研究了細(xì)胞自動(dòng)機(jī)與蟻群算法結(jié)合用于數(shù)據(jù)聚類的算法，并通過引入細(xì)胞簇的概念，研究其對(duì)原算法的改進(jìn)。
　　首先研究了一種一維細(xì)胞自動(dòng)機(jī)聚類算法，通過對(duì)算法中細(xì)胞自動(dòng)機(jī)邊界條件和鄰居半徑的討論，對(duì)該算法中的轉(zhuǎn)換規(guī)則進(jìn)行細(xì)化與改進(jìn)，加快了算法的收斂過程。其次研究算法中聚類簇分界點(diǎn)的判定問題，指出原

2、算法存在聚類簇邊界點(diǎn)難以判定的不足，并通過引入細(xì)胞簇的概念對(duì)原算法進(jìn)行改進(jìn)，從而解決一維細(xì)胞自動(dòng)機(jī)上聚類簇分界點(diǎn)的判定問題。通過對(duì)聚類結(jié)果的進(jìn)一步觀察，將細(xì)胞簇進(jìn)行合并，在保證聚類正確率的前提下減少聚類簇個(gè)數(shù)。通過人工數(shù)據(jù)集和UCI數(shù)據(jù)集上的實(shí)驗(yàn)，研究了算法不同參數(shù)取值對(duì)聚類結(jié)果的影響，并給出了不同數(shù)據(jù)集上的聚類結(jié)果。同時(shí)將改進(jìn)算法應(yīng)用于雷達(dá)輻射源識(shí)別。通過對(duì)同一類別不同型號(hào)雷達(dá)數(shù)據(jù)以及不同類別不同型號(hào)雷達(dá)數(shù)據(jù)的聚類，進(jìn)一步驗(yàn)證了算法的