模糊聚類(lèi)分析及其有效性研究.pdf

1、聚類(lèi)分析是非監(jiān)督模式識(shí)別的一個(gè)重要分支，模糊聚類(lèi)由于建立起了樣本對(duì)于類(lèi)別的不確定性描述，更能客觀(guān)地反映現(xiàn)實(shí)世界，從而成為聚類(lèi)分析研究的主流。模糊聚類(lèi)已經(jīng)被廣泛應(yīng)用于模式識(shí)別、數(shù)據(jù)挖掘、圖像處理等許多領(lǐng)域。 本文的研究工作主要包括以下兩個(gè)方面： 1．針對(duì)傳統(tǒng)模糊核聚類(lèi)算法沒(méi)有考慮各維特征對(duì)聚類(lèi)的不同貢獻(xiàn)程度，以及易陷入局部最優(yōu)等缺點(diǎn)，提出一種改進(jìn)的模糊核聚類(lèi)算法。該算法構(gòu)造了一個(gè)簡(jiǎn)單有效的適應(yīng)度函數(shù)，結(jié)合遺傳算法全局搜索的

2、優(yōu)點(diǎn)，避免算法陷入局部最優(yōu)。還為各維特征引入一個(gè)權(quán)系數(shù)，并利用ReliefF算法為特征加權(quán)。該算法比傳統(tǒng)模糊核聚類(lèi)算法有較大改進(jìn)。實(shí)驗(yàn)結(jié)果表明了其有效性。 2．提出一個(gè)新的模糊聚類(lèi)有效性指標(biāo)。該指標(biāo)能確定由模糊c均值算法得到的模糊劃分的最優(yōu)劃分和最優(yōu)聚類(lèi)數(shù)。該指標(biāo)結(jié)合了模糊聚類(lèi)的緊致性和分離性信息。用類(lèi)內(nèi)加權(quán)平方誤差和計(jì)算緊致性，用類(lèi)間相似度計(jì)算分離性。在3個(gè)人造數(shù)據(jù)集和3個(gè)著名的真實(shí)數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)證明了該指標(biāo)的性能優(yōu)于其它

3、有效性指標(biāo)。 全文共分五章，各章的內(nèi)容分別為： 第1章是引言。介紹了本文的研究背景和意義，指出論文的主要研究?jī)?nèi)容，并對(duì)全文結(jié)構(gòu)安排進(jìn)行了簡(jiǎn)介。 第2章是相關(guān)研究回顧及理論綜述。較為詳細(xì)的介紹了聚類(lèi)分析以及模糊聚類(lèi)算法的研究現(xiàn)狀和相關(guān)理論。 第3章重點(diǎn)描述了一種改進(jìn)的基于核函數(shù)的模糊聚類(lèi)算法，并對(duì)算法的聚類(lèi)效果進(jìn)行了對(duì)比實(shí)驗(yàn)和分析。 第4章提出一個(gè)新的模糊聚類(lèi)有效性指標(biāo)VN(c)，并把新指標(biāo)和現(xiàn)有指