一類基于無向有權網(wǎng)絡的聚類算法研究.pdf

1、聚類是一種很熱門的數(shù)據(jù)分析和數(shù)據(jù)挖掘技術。聚類是一個將數(shù)據(jù)集劃分為若干個子集的過程，使得每個簇內部的樣本之間的相似性比與其它簇中樣本之間的相似性更強。針對在處理大規(guī)模數(shù)據(jù)過程中，現(xiàn)有大量聚類算法存在的反復迭代收斂慢和需預先對數(shù)據(jù)集有深入感知的問題，論文結合國家自然科學基金項目“知識超網(wǎng)絡環(huán)境中快慢結合的知識可拓優(yōu)化與共享理論研究”(項目編號:71071144)和浙江省自然科學基金重點項目“面向復雜產品設計的可拓自適應知識服務研究”（項目

2、編號:Z6110334），將空間點聚類問題轉化為網(wǎng)絡劃分問題，研究提出了一類基于無向有權網(wǎng)絡的聚類算法(ClusteringAlgorithmbasedonUndirectedWeightedNetwork，CA-UWN)。論文的主要研究工作有:
　　(1)界定了聚類與復雜網(wǎng)絡的相關概念，對主要聚類方法、基于復雜網(wǎng)絡的聚類等論文緊密相關的領域進行了文獻綜述分析。
　　(2)提出了一類基于無向有權網(wǎng)絡的聚類算法，該算法將空間點

3、聚類問題轉化為網(wǎng)絡劃分問題。闡述了該算法的核心思想與思路，其主要過程包括網(wǎng)絡構建和網(wǎng)絡劃分兩個步驟。網(wǎng)絡構建是在計算空間點對象的相似度基礎之上，根據(jù)對象間的相似度構建無向有權網(wǎng)絡;網(wǎng)絡劃分是根據(jù)無向有權網(wǎng)絡中節(jié)點強度和邊的權重自適應地對網(wǎng)絡進行劃分，提出了基于鄰接節(jié)點劃分和擴張劃分兩種具體的劃分方法，討論了算法中參數(shù)的含義與取法。
　　(3)對提出的基于無向有權網(wǎng)絡的聚類算法進行了檢驗評估。利用UCI數(shù)據(jù)庫中的Iris和Glass