模糊聚类算法及其有效性研究

模糊聚类算法及其有效性研究

ID:36774789

大小:2.32 MB

页数:79页

时间:2019-05-15

模糊聚类算法及其有效性研究_第1页
模糊聚类算法及其有效性研究_第2页
模糊聚类算法及其有效性研究_第3页
模糊聚类算法及其有效性研究_第4页
模糊聚类算法及其有效性研究_第5页
资源描述:

《模糊聚类算法及其有效性研究》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、厦门大学硕士学位论文模糊聚类算法及其有效性研究姓名:鲍正益申请学位级别:硕士专业:系统工程指导教师:王周敬20060601摘要随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多。激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据。目前的数据库系统可以高效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段,导致了“数据爆炸但知识贫乏”的现象。计算机网络化时代,如何有效、快速地从大量数据中获取我们需要的知识成为了人们关注的焦点。数据供

2、给能力和数据分析能力间的矛盾日益突出,迫切需要一种能够对数据进行深层次加工的自动化技术。数据挖掘技术应运而生。作为数据挖掘的一个重要分支,聚类分析引起了人们的广泛关注,它可以作为独立的数据挖掘工具或者作为其他数据挖掘算法的预处理步骤。聚类是一种无监督的分类,是人们认识社会和自然界的一种重要方法。在现实世界中,许多客观事物之间的界限往往是模糊的,对事物进行分类时就必然伴随着模糊性,由此产生了模糊聚类分析。本文重点研究了基于划分的模糊聚类算法及评估有效性的指标,取得了一定的研究成果。全文共分为五章,各章的内容分别为:第一章为绪论。本章首先介绍了论文研究的背景和意义,并指出本文的研究方向及研究

3、成果;接着,概述了聚类分析和聚类算法;最后,给出了论文的组织结构安排。第二章重点对模糊聚类算法研究现状进行深入研究和探讨,并对模糊聚类算法研究现状进行了综述。第三章概述了几种常见聚类有效性函数,提出了一种新的聚类有效性函数。最后通过仿真实验验证了新指标的可靠性。第四章重点研究了以FCM算法为代表的基于划分的模糊聚类算法。本章首先介绍了硬C.均值聚类和模糊c.均值聚类算法;接着,提出了一种用于确定FCM最佳聚类数的HCTFCM聚类算法,用该算法聚类所得结果要优于FCM算法。最后通过仿真实验验证了新算法的有效性。模糊聚类算法及其有效性研究第五章是全文的总结与展望,是对本人毕业设计工作的总结及

4、规划今后笔者研究的方向和重点。关键词:数据挖掘;聚类分析;聚类有效性AbstractWiththerapiddevelopmentofthedatabasetechnologyandthewideapplicationofDBMS,peoplehavemoreandmoredatacontainingagreatamountofvaluableinformation.Peoplewanttodeepentheanalysisofthedata,whichhelpspeoplemakebeReruseofthesedatainformation.NowDatabaseSystemcanre

5、alizedatainput,searchandstatistics,etc,butitcan’tforecastthedevelopmenttrendoffuturedatastoredinthedatabase.Theshortofmeasurestomineknowledgehidingbehindthedataresultsinthephenomenonwhichisthatthereisalargeamountofdatabutpoorknowledge.Intheeraofcomputernetwork,ithasbeenafocusofattentionthatHowwec

6、anobtainknowledgefromlargedataeffectivelyandrapidly.Theabilitiesofdataacquiringhasbeenincreasinglyincompatiblewitlltheabilitiesofdataanalysis.SOanautomatictechnologythatCanprocessdatainadeeperlevelisneeded.DataMiningissuchatechnology.Asanimportantbranchofdatamining,clusteringanalysis,whichCanbean

7、independentdata-miningtoolorpreprocessingproceduresofotherdata-miningalgorithms,isattractingwideattention.Clusteringisanunsupervisedclassification,anditisanimportantmethodwithwhichpeopleknowthesocietyandnature.Intherea

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。