基于OCSVM的分布式聚類技術(shù)研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展以及數(shù)據(jù)的不斷積累，如何從現(xiàn)有的歷史數(shù)據(jù)中發(fā)掘?qū)τ脩粑磥頉Q策有指導(dǎo)性的信息是計算機(jī)科學(xué)技術(shù)面臨的挑戰(zhàn)性任務(wù)之一。聚類分析技術(shù)通過根據(jù)數(shù)據(jù)的相似性劃分為不同的類別，從而完成對未知數(shù)據(jù)的類別劃分，并被廣泛的應(yīng)用于機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、信息檢索、圖像處理等多個領(lǐng)域。
　　 如何在有效的時間內(nèi)完成對海量數(shù)據(jù)的處理并給出合理的分析結(jié)果是聚類分析面臨的主要問題之一，針對這一問題本文提出了一種基于OCSVM的分布式學(xué)習(xí)系統(tǒng)

2、框架，使得學(xué)習(xí)過程能最大程度的整合現(xiàn)有的計算資源，從而提高了學(xué)習(xí)效率。
　　 本文研究了基于OCSVM聚類算法的分布式計算策略，利用分治的策略將數(shù)據(jù)集分配給多個Agent，通過多個Agent的協(xié)作來完成聚類任務(wù)，然后對各個Agent的聚類結(jié)果進(jìn)行匯總得到與串行算法一致的聚類結(jié)果。另外，在單類支持向量機(jī)的理論基礎(chǔ)上，本文對所提出聚類算法中涉及的兩個參數(shù)的設(shè)置規(guī)律以及聚類數(shù)目確定的方法進(jìn)行了研究。
　　 最后，通過對實(shí)驗結(jié)果