基于魚群的k均值聚類算法研究

基于魚群的k均值聚類算法研究

ID:33784117

大?。?.83 MB

頁數(shù):53頁

時間:2019-03-01

基于魚群的k均值聚類算法研究_第1頁
基于魚群的k均值聚類算法研究_第2頁
基于魚群的k均值聚類算法研究_第3頁
基于魚群的k均值聚類算法研究_第4頁
基于魚群的k均值聚類算法研究_第5頁
資源描述:

《基于魚群的k均值聚類算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、IlUlIIIIIHIIHIIIIlHY1437423爭類號:——JDC;——密級:編號:工學(xué)碩士學(xué)位論文基于魚群的K均值聚類算法研究碩士研究生:指導(dǎo)教師:學(xué)位級別:學(xué)科、專業(yè):所在單位:論文提交日期:論文答辯日期:學(xué)位授予單位:王薇張健沛教授工學(xué)碩士計算機(jī)應(yīng)用技術(shù)計算機(jī)科學(xué)與技術(shù)學(xué)院2008年1月10日2008年3月8日哈爾濱工程大學(xué)哈爾濱工程大學(xué)碩士學(xué)位論文摘要數(shù)據(jù)挖掘是近年來很多領(lǐng)域競相研究的一個熱點,而聚類分析是數(shù)據(jù)挖掘的關(guān)鍵技術(shù)之一。聚類分析就是使用聚類算法來發(fā)現(xiàn)有意義的聚類,它在沒有任何先驗知識的前提下,根據(jù)數(shù)據(jù)的相

2、似性將數(shù)據(jù)聚合成不同的簇,使得相同簇中的元素盡可能相似,不同簇中的元素差別盡可能大。K均值聚類算法屬于聚類分析算法中一種基本的且應(yīng)用最廣的劃分方法,是一種在無類標(biāo)號數(shù)據(jù)中發(fā)現(xiàn)簇和簇中心的方法。它的主要優(yōu)點是簡潔、快速。如果聚類結(jié)果是密集的,而且簇之間區(qū)別明顯時,它的效果最好。對處理大的數(shù)據(jù)集,該算法是相對可伸縮的和高效率的。但在實際應(yīng)用中人們發(fā)現(xiàn),K均值算法可能受初始選定的聚類中心的影響而過早地收斂于次優(yōu)解。因此本文主要針對K均值算法對初值的依賴易陷入局部極值而達(dá)不到全局最優(yōu)的缺點提出了改進(jìn)方案。引進(jìn)一種全新的群智能算法一魚群算

3、法,該算法對搜索空間有一定的白適應(yīng)能力,并且多魚個體并行進(jìn)行搜索,具有較高的搜索效率,可以使K均值聚類中部分陷入局部極值的點向全局極值處收斂。本文最后,分別對K均值算法和改進(jìn)的基于魚群的K均值聚類算法進(jìn)行了實驗。實驗結(jié)果表明,該算法不僅克服了傳統(tǒng)的K均值算法存在的問題,而且有較快的收斂速度。關(guān)鍵詞:數(shù)據(jù)挖掘;聚類分析;K均值算法:魚群算法AbstractDataminingisahot,whichattractslotsofpursuers,ClusteringanalyzingisafunctionofDatamining,w

4、hichusesclusteringalgorithmfindingtheclusters.Undertheunexperientialknowledge,clusteringalgorithmconvergedifferentclustersbasedonthecomparability.ofdata.Theresultisthebestcomparabilitybetweenthesameclustersandthebestvariantbetweenthedifferentclusters.K。meansalgorithm

5、isapopularpartitionmethodinclusteranalysisthemostwidelyusedclusteringcriterionin.Itisamethodtofindthecenteroftwoclustersbetweentheunclassifieddata.Themainmeritsareconcisionandcelerity.WhentheclusterisdensenessandhastheobviousdifferenceitsresultiSthebesteffect.Indispo

6、singbigdataset,K—meansalgorithmisrelativelyflexibilityandefficiency.Butpeoplefindthatthesearch‘oftheinitialpartitiontheselectingoftheinitiaIcenterwillheavilyaffecttheresultofclustertomakeiteasygethypodispel.Thefollowingquestionwillbediscussed:aimingatK-meansalgorithm

7、thatdependsoninitialvalueplungelocalvaluenotgetglobalvalue,putforwardamelioratescheme.Introducingtoonenewswarmintelligencealgorithm,F(xiàn)ishswarmalgorithm,itonlyusestheaimedquestionfunction,haveadaptedabilityofsearchspace.Manyfishcollaterallysearchandadvanceefficiency.So

8、manyfishmendK—meansalgorithmthatwillmakepartlocalspotsmovetotheglobalset。Intlleend.usingexperimentcomparetotheK—meansalgorithmandth

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。