本科毕业设计（论文）--层次聚类分析算法研究

《本科毕业设计（论文）--层次聚类分析算法研究》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、本科毕业设计(论文)层次聚类算法研究学生姓名:某某指导教师:某某某专业、班级:071院（系）:理学院数学系完成日期:2011年6月15日摘要摘要-Ⅰ-摘要本文围绕层次聚类分析算法展开研究．首先根据样本间的相似性关系定义分类后类与类间的分离性，以及同一个类别内部的一致性，并进行计算，从而使得计算过程得到简化．为了更好地实现聚类，在分析层次聚类算法和神经网络的ART2算法的基础上，提出了一种改进的层次聚类算法．改进算法首先采用一种基于ART2的改进神经网络聚类算法得到一个初始的聚类结果，在此基础上利用层次聚类算法实现分层聚类

2、．在基于电价区域划分的实际问题中，这里结合人类视觉感知理论，提出了获取最优聚类的条件，从而实现了最佳的分类．本文的主要研究工作如下：第一章：简单介绍了聚类分析基本思想，研究的内容，应用的前景，发展现状，并且细致的说明了聚类分析的分类统计量——距离与相似系数．第二章：说明了层次聚类分析的定义及研究方法，对层次聚类分析方法的有效性做出了细致的研究，并提出了基于相似矩阵的有效性函数．第三章：在第二章层次聚类分析的有效性研究的基础上，提出了一种利用神经网络的方法对数据进行预处理，从而得出初始聚类结果的改进的层次聚类分析方法．第四

3、章：在前三章的基础上，将层次聚类分析方法应用在电价区域的空间尺度划分问题中，进而实现了电价区域的划分．关键词层次聚类分析；有效性；神经网络；空间尺度-Ⅰ-AbstractAbstractByhierarchicalclusteringanalysisalgorithm,thesimilaritybetweensamplesbythedefinitionsofsexualrelationsaftertheseparationbetweenclassandclass,andthesametypeofinternalconsi

4、stency,whichmakesthecalculationprocessissimplified.Inordertoachieveclustering,hierarchicalclusteringanalysisandneuralnetworkasedonART2algorithmamodifiedhierarchicalclusteringalgorithm.Pricebasedonthepracticalproblemsofregionaldivision,wherethecombinationofhumanvi

5、sualperceptiontheory,theconditionsforobtainingtheoptimalclustering，inordertoachievethebestclassification.Themainresearchworkareasfollows:ChapterI:abriefintroductionthebasicideaofclusteranalysistostudythecontent,applications,prospects,developmentstatus,anddetailed

6、descriptionoftheclusteranalysisclassificationofstatisticsthedistanceandthesimilaritycoefficient.ChapterII:Definitionofhierarchicalclusteringanalysisandresearchmethods,hierarchicalclusteringanalysisontheeffectivenessofresearchandmadeasimilarmatrixbasedonthevalidit

7、yoffunction.ChapterIII:Inthesecondchaptertheeffectivenessofhierarchicalclusteringanalysisbasedonthestudyofamethodusingneuralnetworktopreprocessthedataobtainedontheinitialclusteringresultsmodifiedhierarchicalclusteringanalysis.ChapterIV:Inthefirstthreechapters,bas

8、edonthehierarchicalclusteranalysismethodintheshoppricebythespatialscaleofregionalissues,therealizedpricebyregion.KeywordsHierarchicalclusteringanalysis;Effecti