調(diào)整學(xué)習(xí)聚類算法的研究.pdf

1、聚類是重要的數(shù)據(jù)挖掘技術(shù)，在海量數(shù)據(jù)統(tǒng)計(jì)、網(wǎng)絡(luò)分析及醫(yī)學(xué)圖形圖像自動(dòng)監(jiān)測(cè)等領(lǐng)域具有廣泛的應(yīng)用背景。聚類就是根據(jù)數(shù)據(jù)的內(nèi)在特性將數(shù)據(jù)對(duì)象劃分到不同的組(或簇)中，使得屬于同簇的數(shù)據(jù)對(duì)象具有相似性，不同簇的數(shù)據(jù)對(duì)象具有相異性。 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，這些算法大多從全局或局部的角度觀察聚類，力圖發(fā)現(xiàn)所有聚類方案的最優(yōu)結(jié)果。由于處理數(shù)據(jù)的規(guī)模大、類型復(fù)雜，因此目前的聚類算法不能滿足人們對(duì)聚類質(zhì)量的要求。同時(shí)，經(jīng)

2、典算法在聚類過(guò)程中都有保持問(wèn)題和數(shù)據(jù)對(duì)象位置不變的特點(diǎn)。 本文著眼于提高聚類質(zhì)量，充分地結(jié)合經(jīng)典聚類算法的特點(diǎn)，力圖從運(yùn)動(dòng)的角度來(lái)分析聚類，提出了基于調(diào)整學(xué)習(xí)的聚類算法，其基本思想是通過(guò)調(diào)用調(diào)整算子，變換數(shù)據(jù)對(duì)象的位置來(lái)構(gòu)造一系列粗細(xì)粒度不同的近似問(wèn)題。 首先對(duì)細(xì)粒度近似問(wèn)題聚類，再利用細(xì)粒度問(wèn)題的聚類結(jié)果來(lái)引導(dǎo)粗粒度問(wèn)題的求解。由于變換能改變問(wèn)題的拓?fù)浣Y(jié)構(gòu)，從而使原始問(wèn)題可以轉(zhuǎn)化為多個(gè)簡(jiǎn)單問(wèn)題迭代求解，達(dá)到降低問(wèn)題難度

3、和提高聚類質(zhì)量的目的。 本文在調(diào)整學(xué)習(xí)聚類算法的基礎(chǔ)上分別對(duì)FCM算法和CLARANS算法進(jìn)行了改進(jìn)。 最后通過(guò)多組仿真數(shù)據(jù)和3個(gè)實(shí)際數(shù)據(jù)集比較了改進(jìn)算法與經(jīng)典算法的聚類質(zhì)量。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法在時(shí)間、空間復(fù)雜度不變的情況下聚類質(zhì)量有了較顯著提高。 本文提出的新聚類算法以經(jīng)典聚類算法為其從屬算法并對(duì)其改進(jìn)。為人們獲得高質(zhì)量聚類結(jié)果提供了新思路和新途徑，為準(zhǔn)確地挖掘出數(shù)據(jù)集中隱含的模型和信息提供了保證。因此