基于免疫克隆的投影寻踪聚类算法及其应用

《基于免疫克隆的投影寻踪聚类算法及其应用》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、西安电子科技大学硕士学位论文基于免疫克隆的投影寻踪聚类算法及其应用姓名：冯静申请学位级别：硕士专业：模式识别与智能系统指导教师：焦李成20100101摘要随着Intemet技术的出现和通信技术的迅猛发展，人类积累的数据无论从规模上还是维数上都大大增加了，使得一些传统经典的聚类算法的效果急剧下降。为此，本文研究了投影寻踪线性数据降维方法，将免疫克隆算法用于投影寻踪聚类，对纹理图像、SAR图像进行了分割，取得的主要成果如下：(1)提出了基于免疫克隆的投影寻踪聚类算法，利用免疫克隆算法优化投影寻踪的投影指标，得到最优投影方向以及最优子空间，在最优子空间上获得了较好的聚类结果；(2)提出基于LDA

2、投影指标的免疫克隆投影寻踪聚类算法，在投影寻踪聚类模型中，使用线性判别分析中的类间散度与类内散度的关系作为投影指标，并利用免疫克隆算法对这些指标进行优化，得到最优子空间。同时，对基于LDA投影指标投影寻踪聚类模型与K．means聚类算法进行自适应迭代优化结果，获得了较优的聚类结果；(3)根据拉普拉斯图建立有标签数据和无标签数据的关系，提出了基于半监督的投影寻踪聚类算法，并对纹理图像、SAR图像进行分割，实验结果表明，图像的分割精度有所提高；此外，将迁移学习引入基于LDA投影指标的免疫克隆投影寻踪聚类算法，对高光谱遥感图像波段迁移后进行图像分割。结果表明，图像分割精度有所提高。本论文的工作得

3、到了以下基金和项目的资助：“十一五’’预研项目(51307040103)，高等学校科技创新工程重大项目培育资金项目(706053)，国家自然科学基金(60672126，60703109，60803098)，陕西省自然科学基金(2009JQ8016)，国家“973"计划项目(2006CB705707)以及教育部长江学者和创新团队支持计划(IRT0645)资助。关键词：投影寻踪聚类免疫克隆图像分割分水岭半监督迁移学习AbstractWiththedrasticdevelopmentofIntemetandcommunication，theaccumulationofdataisincrease

4、dbothinscaleanddimension，whichleadtotheefficiencyofsometraditionalclusteringalgorithmsreduced．Inthisthesis，thedimensionalreductionmethodofprojectionpursuitisresearched，whichiscombined晰thimmuneclonalmethodtoconstructsomenewalgorithms．ThenthesealgorithmsareappliedintextureimageandSARimagesegmentatio

5、n．Themainachievementsareasfollows：(1)Thealgorithmofprojectionpursuitclusteringbasedonimmuneclonalselectionalgorithmisproposed．Immuneclonalselectionalgorithmisutilizedtooptimizetheprojectionindex，andthentheoptimumdirectionandsubspaeeareobtained．Finally，thebetterclusteringresultsareacquiredinthissub

6、space；(2)ThealgorithmofimmuneclonalselectionprojectionpursuitclusteringbasedonLDAindexisproposed．Inprojectionpursuitclusteringalgorithmmodel，weadoptImmuneclonalselectionalgorithmtooptimizetheprojectionindexwhichistherelationshipbetweenwith-inscattersandbetween-inscatters，thentheoptimumdirectionand

7、subspaceareobtained．Meanwhile，theprojectionpursuitmethodandK-meansclusteringareiteratedadaptively，andthenthebetterresultsareobtained；(3)BasedontherelationshipoflabeledandunlabeleddatawhichisconstructedbygraphLapl