改進(jìn)的蟻群聚類分析算法的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、數(shù)據(jù)聚類是重要的數(shù)據(jù)挖掘技術(shù),是人們認(rèn)識(shí)和探索事物之間內(nèi)在聯(lián)系的有效手段,它既可以作為獨(dú)立的數(shù)據(jù)挖掘工具,發(fā)現(xiàn)數(shù)據(jù)庫(kù)中數(shù)據(jù)分布的一些深入信息,也可以作為其它數(shù)據(jù)挖掘算法的預(yù)處理步驟,且在工程和技術(shù)領(lǐng)域具有廣泛的應(yīng)用背景。近幾十年來(lái),國(guó)內(nèi)外的研究者們提出了許多聚類算法,力圖發(fā)現(xiàn)最優(yōu)方案。隨著蟻群算法研究的興起,人們發(fā)現(xiàn)在某些方面采用蟻群模型進(jìn)行聚類更加接近實(shí)際的聚類問(wèn)題。 本文首先分析了聚類分析和蟻群算法。聚類分析是數(shù)據(jù)挖掘中的一

2、個(gè)很活躍的研究領(lǐng)域,主要用于在隱含的數(shù)據(jù)中發(fā)現(xiàn)有意義的數(shù)據(jù)分布和數(shù)據(jù)模式。對(duì)聚類分析的定義、聚類的方法、數(shù)據(jù)類型以及聚類結(jié)果的度量標(biāo)準(zhǔn)作了簡(jiǎn)要的介紹。蟻群算法模擬了群體智能,在解決優(yōu)化處理方面發(fā)揮了很好的作用,研究了蟻群聚類分析基本模型和蟻群聚類分析基本模型的LF算法,分析了其算法的優(yōu)缺點(diǎn)。本文對(duì)基于蟻群算法的聚類分析方法及其應(yīng)用展開(kāi)了研究,主要工作如下: 1、提出了基于信息素的改進(jìn)的LF算法(ILFBP)。由于LF算法要設(shè)置很

3、多的參數(shù),并且對(duì)參數(shù)設(shè)置比較敏感,同時(shí)由于定義了螞蟻在二維網(wǎng)格中是任意移動(dòng)的,任意移動(dòng)過(guò)程中對(duì)某些區(qū)域并沒(méi)有數(shù)據(jù)對(duì)象,而且算法收斂速度過(guò)慢,所以算法的聚類效果不好、效率不高。通過(guò)在改進(jìn)LF算法中群體相似度函數(shù),加入?yún)?shù)的自適應(yīng)調(diào)整策略,利用短期記憶和網(wǎng)格信息素的局部分布控制螞蟻的隨機(jī)移動(dòng),并結(jié)合螞蟻速度動(dòng)態(tài)變化、半徑遞增、強(qiáng)制放下等特性,提出了基于信息素的改進(jìn)的LF算法。 2、對(duì)改進(jìn)的算法進(jìn)行分析,并且通過(guò)測(cè)試數(shù)據(jù)和不同的算法進(jìn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論