基于進化多目標及聚類集成的自動聚類算法

《基于進化多目標及聚類集成的自動聚類算法》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、創(chuàng)新性聲明本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內容以外，論文中不包含其他人已經發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學或其它教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意。申請學位論文與資料若有不實之處，本人承擔一切相關責任。本人簽名：塞塵象日期圣!f{：2：墮關于論文使用授權的說明本人完全了解西安電子科技大學有關保留和使用學位論文的規(guī)定，

2、即：研究生在校攻讀學位期間論文工作的知識產權單位屬西安電子科技大學。本人保證畢業(yè)離校后，發(fā)表論文或使用論文(與學位論文相關)工作成果時署名單位仍然為西安電子科技大學。學校有權保留送交論文的復印件，允許查閱和借閱論文；學?？梢怨颊撐牡娜炕虿糠謨热?，可以允許采用影印、縮印或其它復制手段保存論文。(保密的論文在解密后遵守此規(guī)定)本人授權西安電子科技大學圖書館保存學位論文，并同意將論文在互聯(lián)網上發(fā)布。本人簽名：導師簽名：對"日期z。f¨．ft．』牡霉摘要摘要隨著數據庫技術以及網絡信息技術的迅猛發(fā)展，人們可

3、以非常方便地獲取大量的數據。如何從這些獲取的大量數據中，得到有用的或者潛在的信息成為一個急需要解決的問題。數據挖掘是信息技術發(fā)展的一個非常重要的分支。而數據挖掘中的聚類技術就是隨著海量數據的信息處理運用而生的。數據聚類一般是無監(jiān)督的，這是比較符合現(xiàn)實情況的，因為在很多情況下，我們往往無法得到關于數據的任何先驗信息。聚類分析的廣泛用途決定了它必定成為廣大學者研究的熱點?；谏鲜龅谋尘?，本文分別提出了基于新的交叉算子的多目標聚類算法，以及基于四目標的多目標聚類集成算法。具體工作如下：1．提出了一種基于新的

4、交叉算子的多目標聚類算法。算法中，根據聚類集成算法的框架，提出了新的交叉算子。其次，為了提高算法的性能，在該算法中，加入了新的操作算子即采用不同算法對數據子空間進行搜索，從而提高了搜索解的質量。在實驗部分，分別對26個基因數據集以及5個UCI數據集進行了測試，并且與類似的幾個多目標聚類算法進行了對比，實驗結果表明新提出的算法在獲取高質量的聚類劃分方面具有較大的優(yōu)勢。2．提出了一種基于四目標優(yōu)化的聚類集成算法。在該算法中，首先針對第一個工作中新提出的的交叉算子進行改進。其次，在第一個工作的三個目標基礎上

5、增加了一個新的目標函數。這個目標函數代表了待評價個體與種群中其他個體之間的相似性。引入該函數的優(yōu)點有以下三個：第一，保持種群的多樣性：第二，保持好的個體；第三，由于算法涉及到聚類集成算法，而該目標函數可以保證種群多樣性，一個具有適度多樣性的種群對于聚類集成算法產生好的解也有著至關重要的作用。在實驗部分，依然對26個基因數據集以及5個常用到的UCI數據集進行測試。實驗結果表明新提出的算法在大部分數據集上都取得了不錯的效果，與對比算法比較，具有較大的優(yōu)勢。本課題得到國家自然科學基金(No．60803098

6、)、國家教育部博士點基金(No．20070701022)、省自然科學基金(2010JM8030)、中央高?；究蒲谢?No．K50511020014)的資助。關鍵詞：多目標優(yōu)化機器學習聚類集成ABSTRACTABSTRACTWiththerapiddevelopmentofdatabaseandnetworkinformationtechnology,lotsofdataCanbeheldeasily．Howtogetusefulinformationfromtheselargeamountsofd

7、atabecomesanurgentproblemtobesolved．Dataminingisaveryimportantbranchofinformationtechnologydevelopment．Clusteringtechnologyindataminingisbornwiththeuseoftheinformationprocessingoflargeamountsofdata．Clusteringisunsupervised，whichismoreinlinewithreality．I

8、nmanycases，weareoftenunabletogetanyprioriinformationaboutthegivendata．Clusteranalysiswillbefurtherdevelopedforitswidelyapplication．Inthispaper,amulti．objectiveclustermethodbasedonanewspecialcrossoveroperatorandamulti．objectiveclu