資源描述：
《分布式單類支持向量機(jī)聚類算法地研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、中文摘要摘要伴隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，尤其是互聯(lián)網(wǎng)技術(shù)的興起和數(shù)據(jù)存儲技術(shù)的提升，數(shù)據(jù)積累的速度越來越快，用戶如何在有限的時間內(nèi)得到有用的信息是目前計(jì)算機(jī)科學(xué)領(lǐng)域迫切解決的問題之一，聚類算法研究就是其中的一項(xiàng)重要研究課題。聚類分析是通過計(jì)算數(shù)據(jù)樣本間的相似性完成對于數(shù)據(jù)的劃分，目前已經(jīng)廣泛應(yīng)用于生物信息學(xué)、圖像處理、地理信息學(xué)、物理高性能計(jì)算等領(lǐng)域。雖然傳統(tǒng)聚類算法的研究已經(jīng)取得了不錯的效果，但是在處理海量數(shù)據(jù)的聚類問題方面目前的算法還不夠理想，因此如何設(shè)計(jì)一種高效的聚類算法是當(dāng)前數(shù)據(jù)挖掘領(lǐng)域急需解決的問題之一。本文對于目前常用聚類算法進(jìn)行介紹，對于常用算法的優(yōu)勢和存在問題進(jìn)行了分析
2、和歸納。結(jié)合目前計(jì)算機(jī)發(fā)展的新形勢和機(jī)器學(xué)習(xí)理論，本文提出了一種基于單類支持向量機(jī)理論的分布式聚類算法。通過對于經(jīng)典的支持向量機(jī)聚類方法進(jìn)行改進(jìn)，提高了算法處理效率，并用該算法結(jié)合Multi．Agent框架設(shè)計(jì)了一種分布式聚類系統(tǒng)。該系統(tǒng)通過對大規(guī)模數(shù)據(jù)集合進(jìn)行劃分，分發(fā)給不同分處理器處理生成支持向量，然后使用支持向量機(jī)構(gòu)建鄰接矩陣并求解最大連通分量的方法實(shí)現(xiàn)聚類。本文采用不同類別和規(guī)模的數(shù)據(jù)樣本對系統(tǒng)進(jìn)行了測試，對于結(jié)果進(jìn)行了分析并與串行算法進(jìn)行了對比，從實(shí)驗(yàn)角度證明了算法對于大規(guī)模數(shù)據(jù)處理的效果和可行性。本文最后對于系統(tǒng)存在問題進(jìn)行了歸納，并對聚類算法研究未來的發(fā)展進(jìn)行了展望。關(guān)鍵
3、詞單類支持向量，分布式計(jì)算，聚類，機(jī)器學(xué)習(xí)，多AgentAbstractWiththerapiddevelopmentofcomputerscience，especiallythedevelopmentofIntemetandthestoragetechnology，theaccumulationofthedataisbecomingmoreandmore．Itisurgenttosolvetheissuesthathowtofindoutthehelpfulinformationinveryshorttimeincomputerscience．Clusteringisoneofpow
4、erfulmethodtoresolvetheproblem．Clusteringclassifiesthesampleintodifferentclasses，accordingtothesimilarityofthedataset．Theclusteringalgorithmhasusedinthebiologicalinformationscience，ImageProcessing,GeographicalInformaticsandPhysicalHigh-PerformanceComputing,etc．ResearchesOilclusteringalgorithmhav
5、emadetheconsiderableprogress，butitisnotsatisfyingtodealwithlargedataset．Sohowtodesignahighefficientclusteringmethodisurgenttobetreatedinfieldofdatamining．Thepaperintroducedthecommonclusteringalgorithmandsummarizedtheadvantagesanddisadvantagesofthesealgorithms．Withthecurrentstudysituationofcomput
6、erscience，thepaperpresentsaclusteringalgorithmbasedonone—classSVllltheory,raisingtheefficiencyofelusteringbyimprovingclassicSVMclusteringmethod．WiththealgorithmwedesignadistributedclusteringsystembasedonMulti—agenttheory．Inthissystem，thelargedatasetisdividedtodifferentpartsandcomputedthesupportv
7、ectors，andthenaccordingtoconstructtheadjacencymatrixandcomputingtheconnectedsubregiontogetthenumberofclusters．Atlast,wecomparetheparallelalgorithmwithsequentialalgorithmandindicatetheefficientforlargedataset．Lastly,thepapers
