基于人工免疫網(wǎng)絡(luò)的聚類分析.pdf

1、本文將重點研究人工免疫算法在聚類分析中的應(yīng)用，提出了一種基于免疫網(wǎng)絡(luò)的聚類算法；并從算法的收斂性分析以及聚類有效性評估等方面對免疫聚類模型的關(guān)鍵技術(shù)進行了深入研究。 在第一章中，首先就數(shù)據(jù)挖掘進行概述，主要討論數(shù)據(jù)挖掘的產(chǎn)生、發(fā)展以及數(shù)據(jù)挖掘算法可以實現(xiàn)的功能，主要包括：類／概念描述、關(guān)聯(lián)規(guī)則、分類與回歸、聚類分析、序列與時序分析以及孤立點分析等。最后給出了本文研究的主要內(nèi)容和組織結(jié)構(gòu)。 在第二章中，首先介紹了聚類分析的

2、定義，聚類算法的基本要求，以及聚類中用到的主要數(shù)據(jù)類型；然后討論了聚類分析的各種算法：劃分方法、層次方法、基于密度的方法、基于網(wǎng)格的方法、基于統(tǒng)計模型的方法、基于神經(jīng)網(wǎng)絡(luò)的方法、基于支持向量機的方法和基于人工免疫的方法。 在第三章中，首先簡要介紹了自然免疫系統(tǒng)的運作機制，然后在此基礎(chǔ)上闡述了人工免疫系統(tǒng)的方法原理。 第四章重點研究了基于人工免疫的聚類算法，通過DCAAIN(DocumentClustering Algor

3、ithm based on Artificial Immune Networks)算法的實例解釋了基于人工免疫聚類算法在文本聚類中的應(yīng)用。 第五章從理論推導(dǎo)和仿真驗證兩方面對DCAAIN算法做了進一步的收斂性分析。 第六章研究了聚類有效性評估在聚類分析中的作用，并詳細(xì)闡述了基于SDbwnew指標(biāo)的聚類有效性評估。 第七章對論文進行了總結(jié)，介紹了本文的主要內(nèi)容及主要貢獻，并對進一步的研究和需要完善的問題提出了看法。