基于近鄰的聚類算法研究

《基于近鄰的聚類算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、學校代碼：１０００４密級：公開又乂學ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ碩士學位論文基于近鄰的聚類算法研究作者姓名馮柳偉學科專業(yè)信號與信息處理指導教師常冬霞副教授培養(yǎng)院系計算機與信息技術(shù)學院二零一八年三月碩士學位論文基于近鄰的聚類算法研宄ＲｅｓｅａｒｃｈｏｎＣｌｕｓｔｅｒｉｎＡｌｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅＮｅａｒｅｓｔＮｅｉｇｈｂｏｒｓｇｇ作者：馮柳偉導師：常冬霞北京交通大學２０１８年３月學位論文版權(quán)使用授權(quán)書本學位論文作者完全了解北京交通大學有關(guān)保留、使用學位論文的

2、規(guī)定。特授權(quán)北京交通大學可以將學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，。、提供閱覽服務，并采用影印、縮印或掃描等復制手段保存匯編以供查閱和借閱同意學校向國家有關(guān)部門或機構(gòu)送交論文的復印件和磁盤。學?？梢詾榇嬖陴^際合作關(guān)系的兄弟高校用戶提供文獻傳遞服務和交換服務。（保密的學位論文在解密后適用本授權(quán)說明）學位論文作者簽名：導師簽名：簽字曰期：扣培與月曰簽字曰期：年月／２曰３，ｐ設；：學校代碼：１０００４密級公開北京交通大學碩士學位論文基于近鄰的聚類算法研宄ＲｅｓｅａｒｃｈｏｎＣｌｕｓｔｅｒｉｎＡｌｏｒｉｔｈｍｂａｓｅｄ

3、ｏｎｔｈｅＮｅａｒｅｓｔＮｅｉｈｂｏｒｓｇｇｇ：１５１２０３２６作者姓名：馮柳偉學號：導師姓名：常冬霞職稱副教授：學位類別：工學學位級別碩士：學科專業(yè)：信號與信息處理研究方向模式識別北京交通大學２０１８年３月ｉ致謝在這短暫而又忙碌的兩年半的研究生學習生活期間，不僅完善了自身的知識的良師益友，無論是。在研究生期間框架，提升了個人能力，也覓得人生中重要課程的學習，學術(shù)的鉆研，還是學術(shù)論文的撰寫等方面，我的導師常冬霞副教授和周圍的同學們都給予了我很多幫助。因此，在研究生的學習生涯即將畫上句號。之際，向陪伴我度

4、過研究生期間的導師和同學們敬上我最誠摯的感謝，感謝常老師的諄諄教誨和無私首先，我特別想感謝我人生中的良師常老師、寬容，無論是學術(shù)文獻的理解算法的完善及創(chuàng)新、代。回顧這兩年的學習生活。，在我碼的編譯，還是學術(shù)論文的編寫等常老師都會認真負責的提供指導意見，暢游在學術(shù)的海洋中時，常老師就像永不熄滅的燈塔指引著我順利的完成自己，的航行，常老師既尊重我的自主獨立性又會在我迷茫時及時的。在研宄生活中給予指導從而幫助我重新找到自己的航道。自入學開始的研究方向的選擇到最后。將研究成果整理成論文的過程中，得到了常老師的耐心的指導當我因為自身知識體系的局限性導致研究進度踟

5、躕不前時，常老師會及時的和我進行討論并商定解決當前攔路石的辦法，使；而且由于常老師在論文撰寫過程提出的指導性建議我邏輯思維、總結(jié)概括能力以及語言表達能力均得到了鍛煉，提高了自身的文學素養(yǎng)。。然后，衷心的感謝在研究生道路上共同進步的師兄弟們給予的幫助和鼓勵。組會期間術(shù)討論，對我的研宄工作的啟發(fā)良多平時彼此之間，大家積極進行學會優(yōu)秀文獻共享與研宄經(jīng)驗分享，從而擴大了優(yōu)秀文獻的閱讀量并減少了研究過程中遇到的彎路，師兄弟間會彼此鼓氣加油。。在遇到困難或心情低落時最后，感謝信息所勤勤懇懇的老師們，感謝他們在學術(shù)上給予的指導和在生活屮施與的幫助。感。感

6、謝課程學習過程中各位授課老師的敦敦教誨和傳業(yè)解惑愛的工作氛圍，謝６１３Ｂ共同生活過的前途無限的同學們，感謝他們營造了和諧友使我可靜心于學術(shù)研宄中。同樣，由衷地感謝我的家人，感謝你們對我的研究生。生涯的支持和理解，感謝你們在我失落時的陪伴和開導ｉｉｉ？摘要一聚類作為種無監(jiān)督學習方法己廣泛的應用于模式識別、人工智能、數(shù)據(jù)挖掘、圖像處理、生物醫(yī)學等學科。簡單來說，聚類就是依據(jù)某種準則將樣本點劃一。至今，分為不同的類別，使同類的樣本點彼此相似而不同類的樣本點彼此相異些算法在一定程度上可以對數(shù)依據(jù)不同的準則己提出了眾多的聚類算法，雖然這一。、無法

7、準確地發(fā)現(xiàn)據(jù)進行劃分，但仍然存在些問題其中需預先確定類別中心聚類算法存在的主要不同分布形狀的數(shù)據(jù)集以及無法處理類邊緣重疊的數(shù)據(jù)集是，對基于近鄰的問題，本論文利用數(shù)據(jù)集中樣本和其近鄰的關(guān)系。針對這些問題主要研究成果如下：聚類算法展開了研究，一，提出了種基于取遠鄰相（１）通過對數(shù)據(jù)集中樣本與其近鄰間關(guān)系的研宄一異性而最近鄰致性準則的最遠最近得分評價指標。并以此指標為基礎，提出了基于最遠最近得分指標的聚類算法，實現(xiàn)了自動確定數(shù)據(jù)集類別中心和類別數(shù)的以及可行性