基于力学聚类算法论文

《基于力学聚类算法论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大连理工大学硕士学位论文摘要聚类是重要的数据挖掘技术，在海量数据统计、网络分析及医学图形图像自动监测等领域具有广泛的应用背景。聚类就是根据数据的内在特性将数据对象划分到不同的组(或簇)中，使得同簇的数据对象具有相似性，而不同簇的数据对象具有相异性。近几十年来，国内外的研究者们提出了许多聚类算法，这些算法大多从全局或局部的角度来观察聚类，力图发现所有聚类方案的最优结果。由于处理数据的规模大、类型复杂，因此目前的聚类算法不能满足人们对聚类质量的要求。同时，经典算法都单纯以距离或密度作为划分聚类的标准，因此存

2、在很大的局限性。本文着眼于提高聚类质量，充分地结合经典聚类算法的特点，从力与能量的角度来分析聚类，给出了基于力学的聚类算法。其基本思想是将数据对象视为彼此有引力作用的质点，质点间用弹性杆相连，杆间铰接形成平面桁架结构。结构在力的作用下发生形变，当其达到稳定状态时，根据质点的位移及其所在结构势能的变化来确定点所属的簇。该算法用力反映数据问的关系，能量作为优化的标准，这样做有以下优点：其一，由于力具有合成和分解的特性，那么点间的多个关系可以等效地转化为单个关系，反之单个关系可以根据需要被分解为多个关系。这样

3、克服了现有聚类算法不能兼顾多点问关系的缺陷。其二，一旦点间有力的作用，那么点就会因失去平衡状态而发生位移直到再次达到平衡状态为止，点的移动体现了“聚”与“散”，这种聚散就完成了聚类的过程，并且这也体现了聚类的主动性，而非外界强制划分。其三，能量作为对聚类结果的优化度量，在完成划分后形成多个簇，每个簇都系一个独立单元，每个单元都蕴含内能，要使得系统达到最稳定状态，必然使得其内能值最小，因此优化的过程就是使得划分后系统总内能值最小化的过程。实验表明，该算法的聚类质量比现有算法有显著的提高。本文从学科交叉的角

4、度给出了以力与能量为基础的聚类算法，为人们获得高质量聚类结果提供了新思路和新途径，为准确地挖掘出数据集中隐含的模型和信息提供了保证。因此，本文的研究具有一定的理论和实践意义。关键词：数据挖掘；聚类；力；能量王清江：基于力学的聚类算法ClusteringAlgorithmBasedonMechanicsAbstractClusteringisabranchofdataminingappliedinmanyfieldssuchasstatisticsoflargedata、analysisofnetwork

5、、automaticsupervisoryofmedicalimages．Clusteringisdefinedthatdataobjectsaredividedtosomegroupsaccordingtotheinternalcharacteristicsandsatisfiestheprinciplethatmaximalsimilarityinthesamegroupandmaximaldissimilaritybetweengroups．Inrecentyears，theresearchers

6、haveproposedmanyclusteringalgorithmsthatobserveclusteringinthelocalorwholeangleandendeavortofindallthewaystooptimalresults．Duetothedatadealtarelarge—scale、complicatedtypes，thepresentalgorithmscan’tsatisfytheapplications．Meanwhileclassicalgorithmstakeonly

7、distanceordensityasthenormappliedinclustering，soitisunreasonableandundesirable．Forthesakeofimprovingthequalityofclustering，thisthesiscombinestheadvantagesofclassicalgorithms，introducesmechanicsandenergyintoclusteringandpresentclusteringalgorithmbasedonme

8、chaniCs．Theprincipleofthisalgorithmisthattheobjectsaretakenasparticlesamongwhichthereexistsgravity．particlesareconnectedwit}1elasticpolesbetweenwhichthehingeisusedandtheplanell'ussesareconstructed．Trussestransformowingtoou