数据挖掘中聚类分析算法研究

《数据挖掘中聚类分析算法研究》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、扬州大学硕士学位论文数据挖掘中聚类分析算法研究姓名：谢怡文申请学位级别：硕士专业：计算机技术指导教师：陈才扣20100301摘要数据挖掘作为一个新兴的、多学科交叉的应用领域，正在各行各业的以信息分析为基础的决策支持系统活动中扮演着越来越重要的角色。其中聚类分析是数据挖掘研究领域中一个非常重要的研究课题，它在电子商务、图像处理、模式识别、文本分类等领域有广泛的应用。本文对聚类分析及其在数据挖掘中的应用进行了深入的研究，主要研究工作如下：(1)深入研究了聚类分析技术，对聚类分析中的各种算法进行了详细分析。(2)重点研究了

2、聚类分析算法中应用最为广泛的算法一k-means算法。虽然k-means算法具有简单、易实现、计算快等特点，但是该算法同时也存在着致命的弱点：对初始化很敏感、易陷入局部最优解。为此，本文又进一步研究了基于遗传算法的k-means聚类方法(GKA)。(3)在深入研究了k-means算法和遗传算法的基础上，根据二者的特点，将二者相结合，提出了一种改进的遗传k-means聚类算法(IGKA)，并从编码方案、适应度函数构造、种群初始化、选择操作、交叉操作、变异操作、k-means优化操作等方面对提出的算法进行了全面描述。最后

3、结合实验证明了本文所提算法能够更好地进行聚类。关键词：数据挖掘，聚类分析，遗传算法，K-means算法AbstractAsanewarisenandmulti．disciplinaryapplicationfield，dataminingisplayingmoreandmoreimportantroleintheinformationanalysisofdecisionsupportsystem·C1usteranalysisisanimportantresearchtopicofdatamining，whichha

4、sbeenwidelyappliedinmanyreal—worldapplications，suchase-commerce，imageprocessing，panemrecognition．textclassification．Thethesisconductsresearchonclusteranalysisofdatamininganditsapplicationin—depth．Themainworksinclude：(1)Studytheexistingclusteranalysistechniquesi

5、n—depth，andanalyzesomestate．of-the．artclusteranalysisalgorithmsindetail．(2)Analyzingaclassicandwidelyusedclusteranalysisalgorithm，k-meansalgorithm．Althoughthek-meansalgorithmissimpleandeasytoachieve，thealgorithmsu虢rs舶mafatalweakness：thesensitivenesstoinitializa

6、tionwhicheasilyfallsintolocaloprimalsolution．ConsideringthedrawbacksofK-means，thethesisfurtheranalyzesanimprovedK-meansmethodbasedontheGeneticAlgorithm(OKA)．(3)Developanimprovedgenetick-meansclusteringalgorithm(IGKA)．Itsgivesthecodingscheme，functionstructure，po

7、pulationinitialization，selectionoperation,croSSoveroperationandmutationoperation，k-meansoptimizationofoperationsandotheraspectsoftheproposedalgorithm．Finally,theextensiveexperimentalresultsdemons仃atethattheproposedalgorithmisbetterthancurrentclusteringalgorithm

8、s·Keywords：datamining，clusteringanalysis，geneticalgorithm，K。means数据挖掘中聚类分析算法研究扬州大学学位论文原创性声明和版权使用授权书学位论文原创性声明本人声明：所呈交的学位论文是在导师指导下独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含其他个人或集体已