kmeans聚类算法的研究

《kmeans聚类算法的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、大连理工大学硕士学位论文K-means聚类算法的研究姓名：冯超申请学位级别：硕士专业：软件工程指导教师：吴国伟20071215大连理工大学硕士学位论文摘要聚类是数据挖掘领域中重要的技术之一，用于发现数据中未知的分类。聚类分析已经有了很长的研究历史，其重要性已经越来越受到人们的肯定。聚类算法是机器学习、数据挖掘和模式识别等研究方向的重要研究内容之一，在识别数据对象的内在关系方面，具有极其重要的作用。聚类主要应用于模式识别中的语音识别、字符识别等，机器学习中的聚类算法应用于图像分割，图像处理中，主要用于数据压缩、信

2、息检索。聚类的另一个主要应用是数据挖掘、时空数据库应用、序列和异常数据分析等。此外，聚类还应用于统计科学，同时，在生物学、地质学、地理学以及市场营销等方面也有着重要的作用。本文是对聚类算法K-means的研究。首先介绍了聚类技术的相关概念。其次重点对K-means算法进行了分析研究，K-means算法是一种基于划分的方法，该算法的优点是简单易行，时间复杂度为00)，并且适用予处理大规模数据。但是该算法存在以下缺点：需要给定初始的聚类个数K以及K个聚类中心，算法对初始聚类中心点的选择很敏感，容易陷入局部最优，并且

3、一般只能发现球状簇。本文针对聚类个数足的确定、初始K个聚类中心的选定作了改进，给出了改进的算法MMDBK(Max．MinandDavies．BouldinIndexbasedK-means，简称MMDBK)。算法的出发点是确保发现聚类中心的同时使同一类内的相似度大，而不同类之间的相似度小。算法采用Davies．BouldinIndex聚类指标确定最佳聚类个数，改进的最大最小距离法选取新的聚类中心，以及聚类中心的近邻查找法来保证各个类之间的较小的相似度。文中最后使用KDD99数据集作为实验数据，对K-means算

4、法以及MMDBK算法进行了仿真实验。结果显示改进后的MMDBK算法在入侵检测中是有效的。关键词：数据挖掘；聚类分析；K-means；入侵检测ResearchofK-meansClustedngAlgorithmAbstractClllSberingisoneofthemostimportanttechnologiesofdatamining，whichisusedtodiscoverunknownclassificationindataset．Asithasa10nghistoryofresearch，thei

5、mportanceofclusmingisaffmnedbypeople．Clusteringalgorithmsisoneofthemostimportantalgorithmswhichisresearchedextensivelyinmachinelearning，dataminingandpatternrecognition．Ithasimportanteffectonidentifyintra-connectionbe魄eenobjects．Clusteringisappliedinsoundreco

6、gnition,ch&ract盯recognitionofpatternrecognitionandsoon．Clusteringalgorithmsinmachinelearningareappliedinimagesegmentationandi11aageprocessingwhichCallbeusedtodealwithdatacompressionandinformationsearch．Anotherimportantapplicationisappliedindatamini丑g，spaceda

7、tabase，sequenceandanomalydataanalysisandotherfieldssuchasstatistic，biology，geognosy，geographyandmarket．ThispaperisabouttheresearchofK-means．Atfirst,somerelatedconceptsofclusteringaregiven．髓echiefpointofthepaperistheresearchoilK-means．K-means，∞)timecomplexity

8、．isapartitionmethodthatitiseasytouseandCallworkwellwithlargedataset．Btlttherearesomedrawbacksasfollows：defmesclusteringnumbersKandinitialcentroidsinMv锄ce；sensitivetotheselectedinitialcentroids；e