基于afs邻域全局聚类算法

《基于afs邻域全局聚类算法》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、中文摘要摘要众所周知，聚类分析在许多领域中都有着广泛和深入的应用，对人们的决策与研究也有着非常重要的指导意义。K-means聚类算法是聚类分析中的一种基本的划分式方法，由于算法思想通俗易懂，运算效率高，是最受欢迎的聚类方法之一，因此K-mealls聚类算法的应用与改进得到了广泛的关注。AFS邻域是AFS理论中描述个体或对象在集合中的“位置”的特征量，其优点可以处理多种类型的数据。本文尝试将AFS邻域概念应用于K．means聚类算法之中，并达到处理多种数据类型的目的。本文首先从K．means聚类算法和AFS邻域相关知识的介绍入手，在此基础之上提出了基于

2、AFS邻域的全局聚类算法，该算法一方面在全局K-me粗s聚类算法的基础上进行了改进，给出了一种新的寻找下一个初始类簇中心的选取方法；另一方面，利用AFS理论的相关知识，对数据集属性进行了约简，之后利用AFS拓扑和邻域产生了数据集中各个对象间的相对距离，并将相对距离应用于初始类簇中心的确定和类簇中心更新中，进而得到最终的聚类结果。最后，本文分别对机器学习数据库中的Ms，Wine等七组数值型数据、非数值型数据Balloon数据以及随机生成的含有噪音点的人工数据集进行了聚类实验。实验证明，该算法具有更好的聚类效果、多数据类型的处理能力以及同样具有对噪声的抗

3、干扰性，达到了实验目的。同时，为了真正体现理论应用于实际，本文利用MatlabGUI技术，将聚类算法开发成了一个在Windows下运行的应用程序，然后将Iris数据作为测试用例，为该算法的在实际中的应用提供了参考。关键词：聚类分析；K-means算法；AFS邻域；MATLABGUI英文摘要ABSTRACTAsweallknow，clusteranalysishaswideandde印applicationsinmanyfields，andhasaveryimportantsignificancetotheguidancetopeople’Sdecis

4、ion-makingandstudy．K-meansalgorithmisabasicdivisionoftheclusteranalysisapproachandithasbeenoneofthemostpopularclustermethods，forit’Spopularandeasytounderstand,andalsoforitshighcomputationalefficiency．Therefore，itsapplicationandimprovementhasgotwidelyattention．TheAFSneighborhood

5、isacharacteristicofAFStheorydescribingtheindividualorobjectinthecollectionof”position”，whichisofadvantagehandlingmultipletypesofdata．ThepaperattemptstomaketheAFSneighborhoodconceptappliedtoK—meansclusteringalgorithm．andachievethepurposeofdealingwithvarietiesofdatatypes．Firstly,

6、theAFSneighborhood-basedglobalclusteringalgorithmisproposedbasedontheintroductionoftheK—meansclusteringalgorithmandAFSneighborhoodknowledge．ThealgorithmgetsimprovedbasedOiltheoverallK—meansclusteringalgorithmandproposesanewlookforthenextinitialclassclustercenter；ontheotherhand，

7、withtheknowledgeofAFStheory,itmakesreductiontothepropertiesofthedataset，andthenwiththeAFStopologyando—domain,itproducesarelativedistancebetweenthedatasetobjectandtherelativedistancefromtheclustercenterusedintheinitialclassident：2cationandclassclustercenterupdateSOastogetthefina

8、lclusteringresults．Finally，thepapercarriesoutthecluste