一種面向大數(shù)據(jù)集的部分優(yōu)先聚類算法.pdf

1、隨著信息產(chǎn)業(yè)的發(fā)展，人們面臨的數(shù)據(jù)量越來越大。為了從這些大規(guī)模數(shù)據(jù)中獲得內(nèi)在的關(guān)系和隱含的信息，數(shù)據(jù)挖掘作為一種重要的方法越來越受到人們的重視，而聚類分析是數(shù)據(jù)挖掘的一個(gè)重要研究方向。近些年來，對聚類分析的研究有了長足的發(fā)展，提出了很多經(jīng)典的算法。本文研究以大規(guī)模生產(chǎn)調(diào)度為背景的數(shù)據(jù)的處理問題，提出了一種部分優(yōu)先的聚類算法，并進(jìn)一步將其應(yīng)用于一般大數(shù)據(jù)集的處理。本文共分為兩部分。
　　 在第一部分，我們詳細(xì)論述了部分優(yōu)先聚類算法

2、的步驟。事實(shí)上，在大規(guī)模生產(chǎn)調(diào)度問題中，常常會出現(xiàn)待排序工件規(guī)模太大從而難以直接處理的問題。這時(shí)候，分批處理是一種較為合理的可行策略。部分優(yōu)先聚類算法考察整個(gè)數(shù)據(jù)集，根據(jù)“緊急優(yōu)先”等調(diào)度規(guī)則，確定一個(gè)需要優(yōu)先處理的類。該算法的具體實(shí)現(xiàn)過程為：首先，根據(jù)調(diào)度規(guī)則、數(shù)據(jù)密度等信息確定一個(gè)需要優(yōu)先處理的典型數(shù)據(jù)；然后，利用該典型數(shù)據(jù)得到需要優(yōu)先處理的“優(yōu)先類”；接著，將該優(yōu)先類中的點(diǎn)從原數(shù)據(jù)集中刪除，以簡化待處理數(shù)據(jù)集。重復(fù)該過程，直到剩余

3、數(shù)據(jù)集足夠小，不再滿足條件為止。最后，把剩余數(shù)據(jù)分配到最近的類中，從而將原數(shù)據(jù)集最終分類。該算法在大規(guī)模生產(chǎn)調(diào)度問題上取得了成功的應(yīng)用。為了進(jìn)一步驗(yàn)證該算法的泛化能力，我們將該算法應(yīng)用到幾個(gè)不同規(guī)模的數(shù)據(jù)集中進(jìn)行驗(yàn)證分析。結(jié)果證明，該方法能夠適用于不同規(guī)模的數(shù)據(jù)集。而且精度可達(dá)到90％左右。
　　 在最后一部分，為提高算法的精度，我們對部分優(yōu)先聚類算法的結(jié)果進(jìn)行聚類融合。實(shí)驗(yàn)分析表明，聚類融合能很好的克服單一算法的不足。不過運(yùn)行