流聚类算法和某些群智能算法的研究.pdf

《流聚类算法和某些群智能算法的研究.pdf》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、学校代码10608学号2012081203325分类号TP18密级公开GoangxiUniversityforNationalities硕士學位办文流聚类算法和某些群镰能算法的研究研究生姓名*张呈志导师姓名职称王勇教授学科专业计算机应用技术所厲学院信息科学与工程学院年级2012级论文宪成时间2015年4月广西民族大学硕士毕业学位论文摘要流聚类算法和某些群智能算法的研究摘要随着大数据应用深入人心，数据挖掘越来越受到人们重视，数据流是数据挖Levy`掘一个重要研究对象，面对数据流量大不可存储的特点，基于K-m

2、eans算法的梗概数据流处理是一种较有效的数据流聚类算法，它可以有效处理数据流存在的概念漂移问题，但K-means算法存在着初始中心点选取不确定的缺点，本文改进了K-means算法初始点选择方法，通过实验证明，改进的K-means算法有较好的流数据聚类效果。MehdiNeshat等人于2011年提出燕子群算法，它将燕子群分式为引领燕子、探索燕子和漫游燕子，三种不同角色的燕子相互协作，同时，探索燕子根据自己当时的状态，动态调整自己的速度系数，增强了种群的灵活性，加快了算法的收敛速度，具有良好的寻优效果。本文

3、在漫游燕子上增加最优探索模式和飞行模式，同时为了避免漫游个体陷入局部最优，对漫游个体增加了相Levy`关权重系数，有效调整漫游个体的社会认知和个体认知比例，通过实验证明本文改进的燕子群算法具有良好的效果。粒子群算法是一种常见的智能优化算法，它思路简单、容易理解、收敛速度快，但存在结构性不强，容易陷入局部最优的问题，本文提出一种多运行模式改进粒子群算法，它同时协调局部和全局最优运行状态，通过实验证明本文提出的改进算法性能有了很大提高。关键字：数据流k-means算法燕子群飞行广西民族大学硕士毕业学位论文AB

4、STRACTTHEIMPROVEMENTSTUDYONSTREAMINGDATACLUSTERINGALGORITHMANDSWALLOWSSWARMOPTIMIZATIONALGORITHMABSTRACTWithbigdataapplicationspopular,moreandmorepeoplepayattentionondatamining.Streamingdataminingisanimportantobjectindataminingfield.Becauseoftheamountofda

5、taishuge,itcannotbestoredallthetime.StreamingdataprocessingbasedontheoutlineofK-meansalgorithmisaspeciesmoreeffectiveflowofdataclusteringalgorithm,itcanefficientlyprocessingconceptdriftproblemsinstreamingdata.butthek-meansalgorithmselecttheinitialpointbyt

6、hewayofrandom,whichisadisadvantageofk-meansalgorithm.thepaperimprovedK-meansalgorithmistheinitialpointselectionmethod,ExperimentalresultsshowthattheimprovedK-meansalgorithmhasabetterunderstandingoftheeffectofdatastream.MehdiNeshat,whoswallowsswarmalgorith

7、mproposedin2011,willputtheSwallowsintotheroleofleaderSwallows,exploereswallowsandaimlessswallows.whiletheexploringswallowsdynamicallyadjusttheirspeedparametersaccordingtotheirstateatthetime,whichenhancetheflexibilityofpopulation,convergencespeed,agoodopti

8、mizationresults,inthispapertheoptimalincreaseinexplorationmodeandlevyflightmode,andinordertoavoidfallingintolocaloptimumindividualroaming,aimlessindividualsassociatedwithincreasedweightfactor,effectivelyadjustthepro