聚类算法,开题报告

《聚类算法,开题报告》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划聚类算法,开题报告　　毕业设计(论文)　　开题报告　　题目基于聚类技术的煤炭销售与　　生产决策系统的研究与实现　　学院计算机科学与技术学院　　专业及班级计算机科学与技术1001班　　姓名张欢　　学号　　指导教师杨君锐　　日期XX年3月　　西安科技大学毕业设计(论文)开题报告　　《专题讨论》实习报告　　院系：直属数理系专业年级：信息与计算科学XX级学生姓名：杨强学号：XX2507　　XX年3月18日　　山东

2、省外向型经济发展数据的聚类分析　　摘要：山东省外向型经济近几年发展迅速，但省内各地发展很不平衡。本文通过衡量外向型经济发展水平的指标体系，运用聚类分析法对山东省的外向型经济发展区域差异进行实证分析。目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划　　关键词：外向型经济，区域差异，实证分析，聚类分析。　　引言　　近年来，山东省外向

3、型经济发展迅速。XX年，山东省海关进出口贸易总额为亿美元，同比增长%，其中外商投资企业进出口商品总值为亿美元，同比增长%；外商直接投资项目数为5890个，合同FDI为亿美元，实际FDI为亿美元，居全国第三位，仅次于广东省和江苏省；境外投资项目数127个，协议投资总额29576万美元，其中中方协议投资26831万美元；接待外国旅游人数万人次，国际旅游创汇额为亿美元；对外承包工程和劳务合作合同数1879个，合同金额亿美元，营业额亿美元，年末在外人数万人。　　本文通过衡量外向型经济发展水平的指标体系，运用聚类分析法对山东

4、省的外向型经济发展区域差异进行实证分析。达到对山东省整体的外向型经济的整体把握，再通过人工干预的方式。　　一、聚类分析模型　　1.相关参数的建立　　聚类分析是直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类。聚类分析事先并不知道对象类别的面貌，甚至连共有几个类别也不确定；它正是从这样的情形下总结出分类方法，用于对新对象的分类。目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安

5、保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划　　在聚类之前，要首先分析样品间的相似性。Q型聚类分析，常用距离来测量样品之间的相似程度。每个样品有p个指标从不同方面描述其性质，形成一个p维的向量。如果把n个样品看成p维空间中的n个点，则两个样品间相似程度就可用p维空间中的两点距离公式来度量。两点距离公式可以从不同角度进行定义，令dij表示样品Xi与Xj的距离，存在以下的距离公式[1]。　　闵可夫斯基距离　　dij(q)?(?Xik?Xjk)　　k?1p　　q　　1　　q　　按q的取值不同

6、又可分成：绝对距离　　dij(1)??Xik?Xjk　　k?1　　p　　欧几里得距离　　dij(2)?(?Xik?Xjk)　　k?1p　　2　　12目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划　　切比雪夫距离　　dij(?)?maxXik?Xjk　　1?k?p　　马氏距离　　设Xi与Xj是来自均值向量为?，协方差为?的总体G

7、中的p维样品，　　则两个样品间的马氏距离为　　2　　dij(M)?(Xi?Xj)???1(Xi?Xj)　　马氏距离又称为广义欧几里得距离。显然，马氏距离与上述各种距离的主要不同就是考虑了观察变量之间的相关性。如果各变量之间相互独立，即观测变量的协方差矩阵是对角矩阵，则马氏距离就退化为用各个观测指标的标准差的倒数作为权数的加权欧几里得距离。　　兰式距离　　1pXik?Xjk　　dij(L)??　　pk?1Xik?Xjk目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并

8、确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划　　它仅适用于一切Xij?0的情况，这个距离也可以克服各个指标之量纲的影响。这事一个自身标准化的量，由于它对大的奇异值不敏感，它特别适合于高度偏倚的数据。虽然这个距离有助于克服闵式距离的第一个缺点，但它也没有考虑指标之间的