基于粒子群和粗糙集的聚类算法研究

《基于粒子群和粗糙集的聚类算法研究》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、学校代号：10536学号：0910803687密级：公开长沙理工大学硕士学位论文基于粒子群和粗糙集的聚类算法研究学位申请人姓名姚匝塑导师姓名及职称矍亘塾援培养单位进簋扭皇通信王捏堂院专业名称一．过簋扭廛旦撞盔论文提交日期星Q!星生圣旦论文答辩日期至Q12生墨屈答辩委员会主席蕴磊垡熟多壁川lI

2、

3、fIlllllllllIlII

4、llIlIll

5、111

6、

7、lll{ll

8、硼Y2090542TheResearchonClusteringAlgorithmBasedonParticleSwarmOptimizationandRoughSetTheoryYaoL

9、ijuanB．E．(ChangChunUniversity)2009AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringlnComputerApplicationTechnologyChangshaUniversityofScience&TechnologySupervisorProfe：ssorLuoKeMarch，2012长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

10、除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：旅l乒锄非日期：圳2年巧月叫日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在

11、年解密后适用本授权书。2、不保密团。(请在以上相应方框内打“4’’)作者签名：溃渺翻拽奈日期：汐u年步月，7日导师签名：罗歹日期：工口lz年岁月2己日摘要数据挖掘就是从海量数据中提取具有潜在价值的信息，是目前信息管理领域和数据库技术最前沿的研究方向之一。聚类分析作为数据挖掘技术中的重要组成部分，已经广泛应用于模式识别、图像处理、数据压缩及市场营销等许多领域。’本文深入探讨了K．medoids聚类算法、粒子群算法、核函数以及粗糙集理论，主要研究工作如下：(1)针对K．medoids算法存在初始聚类中心敏感、聚类精度较低及收敛速度缓慢的缺点，提出一种基于

12、密度初始化、密度迭代的搜索策略和准则函数优化的方法。实验表明，该算法能充分利用密度初始化思想，并将中心点的候选范围缩小使得聚类收敛时间大幅度减少，加权准则函数进一步保证了聚类的高效性。一(2)深入分析K．medoids算法还存在易陷入局部最优的缺点，提出一种基于粒子群的聚类算法。通过寻找粒子群和K—medoids算法的契合度，利用粒子群的全局寻优能力防止算法陷入局部最优。实验表明，与其他算法相比，该算法具有更高的正确率，时间复杂度更低，综合性能更稳定。(3)提出一种基于粒子群的粗糙核聚类算法，该算法将K．medoids和粗糙集、核函数及粒子群算法进行

13、有效结合，克服了Komedoids不能处理非线性数据和边界对象的缺点。该算法通过Mercer核将样本映射到高维空间，使样本变得线性可分；并结合粗糙集思想，对边界对象进行处理；同时采用ReliefF方法对样本属性进行加权处理，最后利用粒子群算法防止算法陷入局部最优。实验证明，该算法能对高维线性不可分数据具有较好的聚类效果，并证明了算法的正确性和高效性。关键字：数据挖掘；K．medoids算法；粒子群算法；粗糙集；核函数ABSTRACTDataminingisoneofthemostforwardlinesofdatabaseandinformation

14、managementareawhichexcavatethepotentiallyvaluableinformationfrommassivedatas．Clusteranalysisasallimportantpartofdatamining，hasbeenusedinpatternrecognition，imageprocessing，datacompression，marketingandothersfields．ThispaperdiscussedtheK—medoidsclusteringalgorithm、particleswarmalg

15、orithm，thekernelfunctionandroughset，Themainresearchoft