

版權(quán)說(shuō)明:本文檔由用戶(hù)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、隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)的快速發(fā)展,數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。聚類(lèi)分析是數(shù)據(jù)挖掘中的重要分支之一,是一種數(shù)據(jù)劃分的重要手段和方法。聚類(lèi)的應(yīng)用是非常廣泛的,無(wú)論是在商務(wù)領(lǐng)域,還是在生物學(xué)、Web文檔分類(lèi)、圖像處理等其它領(lǐng)域,都得到了有效的應(yīng)用。 雖然有些聚類(lèi)算法已經(jīng)得到了廣泛應(yīng)用,但由于一般聚類(lèi)分析算法對(duì)數(shù)據(jù)集都有諸多的限制,所以很難找到一種算法適合所有的數(shù)據(jù)集。由此,聚類(lèi)集成算法應(yīng)運(yùn)而生。聚類(lèi)集成是將多個(gè)對(duì)同一組對(duì)象的不同劃分進(jìn)行合
2、并,而不使用對(duì)象原有的特征。實(shí)驗(yàn)證明,該方法能夠得到比單一算法更為優(yōu)越的結(jié)果,但集成聚類(lèi)遠(yuǎn)未達(dá)到成熟的地步,如關(guān)鍵參數(shù)的確定、共識(shí)函數(shù)的設(shè)計(jì)等問(wèn)題。在前人工作的基礎(chǔ)上,本文所做的工作如下: 1.在深入了解集成聚類(lèi)算法的基礎(chǔ)上,設(shè)計(jì)出一種新的集成聚類(lèi)算法,基于SEAM(Squared Error Adjacent Matrix)算法的集成聚類(lèi),簡(jiǎn)稱(chēng)為ESEAM算法(Ensemble method based on SEAM)。首先
3、得到數(shù)據(jù)集的多個(gè)聚類(lèi)結(jié)果,即得到聚類(lèi)成員的集體;然后根據(jù)聚類(lèi)成員的集體,得到可以反映原數(shù)據(jù)集分布的一個(gè)相似矩陣;最后,將SEAM算法應(yīng)用在這個(gè)相似矩陣中,得到最終的聚類(lèi)劃分。文中通過(guò)實(shí)驗(yàn)驗(yàn)證了該算法的有效性。 2.本文還對(duì)聚類(lèi)分析的應(yīng)用領(lǐng)域之一文本挖掘進(jìn)行了研究。將文中所提出的ESEAM算法應(yīng)用于文本中,并對(duì)實(shí)驗(yàn)結(jié)果做了分析。 由于集成聚類(lèi)算法可以集成多個(gè)聚類(lèi)算法得到的結(jié)果,而在給定相似矩陣的情況下,SEAM算法可以自動(dòng)
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。
最新文檔
- 核聚類(lèi)算法研究及其在文本聚類(lèi)中的應(yīng)用.pdf
- 譜聚類(lèi)算法研究及其在文本聚類(lèi)中的應(yīng)用.pdf
- 基于無(wú)指導(dǎo)的詞聚類(lèi)及在文本聚類(lèi)中應(yīng)用的研究.pdf
- 改進(jìn)SOM算法在文本聚類(lèi)中的應(yīng)用.pdf
- K-Means算法研究及在文本聚類(lèi)中的應(yīng)用.pdf
- K-medoids聚類(lèi)算法研究及其在文本聚類(lèi)中的應(yīng)用.pdf
- 文本聚類(lèi)算法的研究及應(yīng)用.pdf
- 聚類(lèi)集成算法在客戶(hù)細(xì)分中的研究及應(yīng)用.pdf
- 模糊聚類(lèi)算法及其在文本挖掘中的應(yīng)用.pdf
- 基于譜聚類(lèi)的文本聚類(lèi)算法研究.pdf
- 投影尋蹤模型在文本聚類(lèi)算法中的應(yīng)用研究.pdf
- 聚類(lèi)算法及基于簇模式聚類(lèi)集成研究.pdf
- 組合聚類(lèi)方法在文本聚類(lèi)中的應(yīng)用研究.pdf
- 改進(jìn)的SOM算法及其在文本聚類(lèi)中的應(yīng)用研究.pdf
- 基于雙重遺傳的k-means聚類(lèi)算法在文本挖掘中的應(yīng)用.pdf
- 基于DBSCAN的文本聚類(lèi)算法研究.pdf
- 基于NMF算法的文本聚類(lèi)研究.pdf
- 基于Web文本的聚類(lèi)算法的應(yīng)用研究.pdf
- HITS算法在文本聚類(lèi)結(jié)果特征提取中的應(yīng)用.pdf
- 聚類(lèi)算法研究及在圖像分割中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論