局部密度聚類算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,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、隨著計(jì)算機(jī)技術(shù)和通信技術(shù)地不斷發(fā)展,各行各業(yè)中積累的數(shù)據(jù)量正在日益增長(zhǎng),數(shù)據(jù)挖掘作為一種能從大規(guī)模數(shù)據(jù)中發(fā)現(xiàn)隱含知識(shí)的技術(shù),有著廣泛的應(yīng)用前景。聚類分析作為數(shù)據(jù)挖掘領(lǐng)域中一種重要的方法,已經(jīng)成為了國(guó)內(nèi)外專家學(xué)者關(guān)注的熱點(diǎn)。由于先驗(yàn)知識(shí)廣泛地存在于實(shí)際應(yīng)用中,半監(jiān)督聚類將包含成對(duì)約束信息和類標(biāo)簽信息在內(nèi)的先驗(yàn)知識(shí)加以利用,改變傳統(tǒng)聚類分析無(wú)監(jiān)督的聚類過(guò)程,加入少量的監(jiān)督信息協(xié)助算法獲取更好的聚類質(zhì)量。
  局部密度聚類(Local

2、Density Clustering,LDC)算法是Rodriguez和Laio在2014年發(fā)表于Science上的一種快速、高效的聚類算法,它能發(fā)現(xiàn)任意形狀的簇,對(duì)于非簇心點(diǎn)的分配過(guò)程無(wú)需迭代,只需一步即可完成。但是LDC算法仍然存在兩方面有待改進(jìn)的地方:一方面是沒(méi)有利用真實(shí)存在的先驗(yàn)知識(shí)進(jìn)一步提高算法的性能;另一方面是不能自動(dòng)地確定簇的個(gè)數(shù)和簇心。因此本文針對(duì)上述兩個(gè)方面展開(kāi)專門(mén)研究:
  針對(duì)LDC算法無(wú)法直接適用于存在先驗(yàn)

3、知識(shí)的實(shí)際聚類問(wèn)題,本文提出了一種半監(jiān)督局部密度聚類(Semi-Supervised Local Density Clustering,SLDC)算法。所提算法首先利用少量的成對(duì)點(diǎn)約束調(diào)整LDC算法的距離矩陣,其次采用同類排除法改進(jìn)非簇心點(diǎn)類別歸屬的分配過(guò)程,使其滿足約束對(duì)的限制條件,從而解決了半監(jiān)督聚類中約束違反的問(wèn)題。然后,在SLDC算法的基礎(chǔ)上,針對(duì)算法在一些特殊數(shù)據(jù)集上因人為選擇簇心會(huì)導(dǎo)致聚類質(zhì)量降低的問(wèn)題,提出了一種簇心自動(dòng)識(shí)

4、別的半監(jiān)督局部密度聚類(Semi-Supervised Local Density Clustering with Automatic Recognition of Cluster Centers,Auto-SLDC)算法。Auto-SLDC算法利用差異擴(kuò)大化的方法擴(kuò)大潛在簇心點(diǎn)與非簇心點(diǎn)之間的差異,實(shí)現(xiàn)機(jī)器對(duì)簇心的自動(dòng)識(shí)別,避免了由于人為主觀因素造成的誤差。最后分別在人工數(shù)據(jù)集和UCI實(shí)際數(shù)據(jù)集上對(duì)本文提出的算法進(jìn)行了仿真實(shí)驗(yàn),表明了

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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。

評(píng)論

0/150

提交評(píng)論