参考聚类算法dbscan和fcm算法实现

《参考聚类算法dbscan和fcm算法实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、西南交通大学本科毕业设计（论文）I-MINER环境下聚类分析算法研究与实现年级:2004学号:20041892姓名:徐德专业:计算机科学与技术指导老师:杨燕二零零八年六月西南交通大学本科毕业设计(论文)第60页院系信息科学与技术学院专业计算机科学与技术年级2004级姓名徐德题目I-Miner环境下聚类分析算法研究与实现指导教师评语指导教师(签章)评阅人评语评阅人(签章)成绩答辩委员会主任(签章)年月日西南交通大学本科毕业设计(论文)第60页毕业设计任务书班级计算机3班学生姓名徐德学号20041892专业计算机科学与技术发题日期：2008年1月10日完成日期：2008年6月

2、12日题目I-Miner环境下聚类分析算法研究与实现题目类型：工程设计*技术专题研究理论研究软硬件产品开发一、设计任务及要求1．学习数据挖掘原理，了解当前聚类分析算法的研究现状。2．熟练掌握数据挖掘工具I-Miner的使用。3．分析各种聚类算法的特点，用I-Miner中S语言实现2-3种聚类算法，扩展I-Miner功能。4．在I-Miner环境下用大量实例（包括Web文档）进行聚类算法性能对比。二、应完成的硬件或软件实验用S语言实现2-3种聚类算法，对实例进行处理，观察聚类结果，对比各种算法优劣。三、应交出的设计文件及实物（包括设计论文、程序清单或磁盘、实验装置或产品等）

3、1.毕业设计论文2.源程序清单3.已扩展功能的I-Miner西南交通大学本科毕业设计(论文)第60页四、指导教师提供的设计资料1.Jiaweihan,MichelineKamber,数据挖掘概念与技术（第2版），机械工业出版社，20072.邵峰晶，于忠清，数据挖掘原理与算法，中国水利水电出版社，2003，83.S+Miner入门手册，北京宏能畅然数据应用有限公司编译，2007，4五、要求学生搜集的技术资料（指出搜集资料的技术领域）查找与聚类分析算法相关的文章10篇（中英文各5篇）六、设计进度安排第一部分学习数据挖掘原理和聚类算法（2周）第二部分学习掌握数据挖掘工具I-Mi

4、ner的使用（1周）第三部分用S语言实现2-3种聚类算法（7周）第四部分用实例（包括Web文档）进行聚类算法性能对比（5周）第五部分撰写论文（2周）评阅及答辩（1周）指导教师：年月日学院审查意见：审批人：年月日西南交通大学信息科学与技术学院2008年西南交通大学本科毕业设计(论文)第60页摘要由于计算机和数据采集技术的进步，数据挖掘获得了非常广泛的应用。数据挖掘帮助用户发现隐藏在大型数据库种的规律和模式，它融合了人工智能、统计、机器学习、模式识别和数据库等多种学科的理论、方法与技术。数据挖掘模型包括决策树、关联规则、聚类、神经网络、粗糙集、概念格、遗传算法、序列模式、贝叶

5、斯、支持向量机、模糊集和基于案例的推理。其中，聚类是数据挖掘领域的核心技术，被广泛应用于相似搜索、顾客划分、趋势分析、金融投资和信息检索等领域。I-Miner是一个企业级的数据挖掘工具。在I-Miner的环境下可以方便的建立数据挖掘模型，并且能够嵌入其它数据挖掘模型。对于一个数据挖掘的非专业用户，都能够用I-Miner实现知识的发现。聚类分析是一种非监督型知识发现的方法，能有效的处理大量的、繁杂的、属性众多的且没有类标志的数据。聚类的目标是在没有任何经验知识的前提下，将数据聚集成不同的簇，使得相同簇中的元素尽可能相似，不同簇中的元素差别尽可能大。通过聚类，人们能够识别密集

6、的和稀疏的区域，因而发现全局的分布模式，以及数据属性之间有趣的相互关系。DBSCAN算法能实现任意形状的数据集的聚类，模糊C均值适合于那些在簇中心周围呈均匀分布的数据集，CABOSFV算法对于高维稀疏数据集（如WEB数据）能很好地聚类。本文在I-Miner中嵌入DBSCAN、CABOSFV和模糊C均值三种聚类分析算法，能够极大地满足用户的需要，建立数据挖掘模型，支持生产决策。关键词：数据挖掘；聚类分析；DBSCAN算法；模糊C均值；CABOSFV算法西南交通大学本科毕业设计(论文)第60页AbstractAsthedevelopmentofcomputeranddatag

7、atheringtechnology,thedataminingiswidelyused.Dataminingwhichfusedthetheories,methodandtechnologyofmanykindsofdisciplinessuchasartificialintelligence,statistics,machinelearning,patternrecognitionanddatabasehelpuserfindtherulesandpatternwhichplantinthelarge-scaledatab