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、聚類(lèi)分析的目標(biāo)是在相似的基礎(chǔ)上收集數(shù)據(jù)進(jìn)行分類(lèi),使得各個(gè)類(lèi)之間的數(shù)據(jù)差別應(yīng)盡可能大,類(lèi)內(nèi)之間的數(shù)據(jù)差別應(yīng)盡可能小,即為算法的選擇取決于數(shù)據(jù)的類(lèi)型、聚類(lèi)的目的和應(yīng)用方向。例如k-means、BIRCH、CURE、DBSCAN、COBWEB等,對(duì)于相同的數(shù)據(jù)集,使用不同的聚類(lèi)算法可能有不同的劃分結(jié)果。
FCM算法是目前應(yīng)用最為廣泛的聚類(lèi)算法。研究發(fā)現(xiàn),傳統(tǒng) FCM算法存在兩個(gè)不足:第一,算法從樣本點(diǎn)出發(fā),通過(guò)優(yōu)化目標(biāo)函數(shù)計(jì)算各樣本
2、點(diǎn)對(duì)于類(lèi)中心的隸屬度,從而達(dá)到自動(dòng)分類(lèi)的目的,如果初始值選擇不當(dāng)就會(huì)導(dǎo)致算法收斂到局部極小點(diǎn);第二,聚類(lèi)分析處理數(shù)據(jù)樣本的各維屬性貢獻(xiàn)度是不一樣的,F(xiàn)CM算法采用標(biāo)準(zhǔn)的歐式距離進(jìn)行計(jì)算忽略了屬性權(quán)重值對(duì)聚類(lèi)結(jié)果的影響。因此從本質(zhì)上來(lái)講,F(xiàn)CM算法是一種局部搜索的優(yōu)化算法。
基于以上分析,論文提出了基于屬性權(quán)重的混合聚類(lèi)算法。主要研究?jī)?nèi)容如下:
?。?)將“粒子演化”策略結(jié)合“粒子分組及重組”引入粒子群算法,得到改進(jìn)的粒
3、子群優(yōu)化算法,為屬性權(quán)重的求取提供了算法基礎(chǔ)。
?。?)屬性權(quán)重學(xué)習(xí)算法實(shí)現(xiàn):在改進(jìn)的粒子群優(yōu)化算法中,將粒子的位置向量作為屬性權(quán)重向量,選用交叉熵作為屬性權(quán)重評(píng)價(jià)函數(shù),利用梯度下降法極小化屬性權(quán)重評(píng)價(jià)函數(shù),通過(guò)迭代最終得到一組最優(yōu)的屬性權(quán)重值。
?。?)混合聚類(lèi)算法實(shí)現(xiàn):將遺傳算法和模擬退火算法相結(jié)合,引入FCM聚類(lèi)算法,初始聚類(lèi)中心映射成染色體,目標(biāo)函數(shù)作為遺傳算法的適應(yīng)度函數(shù),經(jīng)過(guò)選擇、交叉和變異,運(yùn)用 FCM聚類(lèi)
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
- 基于劃分的混合屬性聚類(lèi)算法研究.pdf
- 混合屬性聚類(lèi)算法研究.pdf
- 混合屬性聚類(lèi)算法的研究及應(yīng)用.pdf
- 數(shù)據(jù)流混合屬性聚類(lèi)算法研究.pdf
- 混合屬性聚類(lèi)融合及數(shù)據(jù)流聚類(lèi)算法研究.pdf
- 混合屬性及混合策略進(jìn)化聚類(lèi)算法.pdf
- 混合屬性數(shù)據(jù)聚類(lèi)算法及其應(yīng)用.pdf
- 基于權(quán)重設(shè)計(jì)的聚類(lèi)集成算法研究.pdf
- 基于模糊集合信息熵的混合屬性層次聚類(lèi)算法.pdf
- 基于層次的混合聚類(lèi)算法研究.pdf
- 基于混合模型的聚類(lèi)算法研究.pdf
- 基于蟻群算法的混合聚類(lèi)算法研究.pdf
- 混合屬性數(shù)據(jù)的聚類(lèi)研究.pdf
- 重疊聚類(lèi)和屬性圖聚類(lèi)算法研究.pdf
- 基于減法聚類(lèi)的混合算法研究.pdf
- 混合屬性數(shù)據(jù)流的聚類(lèi)算法研究及其應(yīng)用.pdf
- 面向混合屬性的數(shù)據(jù)與數(shù)據(jù)流聚類(lèi)算法研究.pdf
- 基于屬性加權(quán)和相似性度量的混合型聚類(lèi)算法研究.pdf
- 基于權(quán)重設(shè)計(jì)的聚類(lèi)融合算法研究及應(yīng)用.pdf
- 基于人工魚(yú)群的混合聚類(lèi)算法研究.pdf
評(píng)論
0/150
提交評(píng)論