資源描述：
《數(shù)據(jù)挖掘中聚類算法研究》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、東北大學(xué)碩士學(xué)位論文數(shù)據(jù)挖掘中聚類算法研究姓名：陳麗申請學(xué)位級別：碩士專業(yè)：應(yīng)用數(shù)學(xué)指導(dǎo)教師：孫艷蕊20070201東北大學(xué)碩士學(xué)位論文摘要數(shù)據(jù)挖掘中聚類算法研究摘要數(shù)據(jù)挖掘是近年來發(fā)展起來的新技術(shù)，通過數(shù)據(jù)挖掘，人們可以將知識發(fā)現(xiàn)的研究成果應(yīng)用于實(shí)際數(shù)據(jù)處理中，為科學(xué)決策提供支持。聚類分析是數(shù)據(jù)挖掘的主要方法之一．本文對聚類方法進(jìn)行了研究，主要做了以下工作：1．在對常用聚類算法分析的基礎(chǔ)上，對K．均值算法進(jìn)行改進(jìn)。由于K．均值算法對初始值十分敏感，不同的初始化有可能導(dǎo)致完全不同的聚類結(jié)果。本文通過對初
2、始聚類中心選取方法的改進(jìn)，使得初始聚類中心的選取更符合數(shù)據(jù)分布的情況，有效的改善了聚類結(jié)果，而且剔除了孤立點(diǎn)對初始聚類中心的影響，并進(jìn)行了實(shí)驗(yàn)仿真．實(shí)驗(yàn)結(jié)果表明：改進(jìn)的K．均值算法比原始K-均值算法在聚類精度上有了明顯的提高。2．粒子群優(yōu)化算法(ParticleSwarmOptimization簡稱Pso)是一種新興的仿生學(xué)算法，因?yàn)楹瓦z傳算法有相似的全局收斂性但有更快得多的收斂速度而備受關(guān)注。本文利用PSO算法全局搜索能力較強(qiáng)的特點(diǎn)，提出了一種新的基于粒子群聚類算法，克服了傳統(tǒng)的K．均值算法易陷入局部
3、最優(yōu)解的問題，并對粒子群聚類算法中的參數(shù)進(jìn)行分析，改進(jìn)了適應(yīng)度函數(shù)，改進(jìn)后的算法處理聚類問題相當(dāng)有效，聚類質(zhì)量也達(dá)到了令人滿意的效果。關(guān)鍵詞：數(shù)據(jù)挖掘；聚類分析；K-均值；粒子群優(yōu)化算法．II．東北大學(xué)項(xiàng)士學(xué)位論文AbstractTheResearchofClusteringAlgorithmsinDataMiningAbstractDataminingisanewtechnique，whichhasbecomeincreasinglypopularinrecxmtyears．Peoplecanappl
4、ytheresearchresultsofknowledgediscoverytothedataprocessthatCallsupportthesciencedecision．Clusteranalysisisoneofthemaindataminingtechniques．Thispaperhasstudiedclusteranalysismethodsclearly,anddonethefollowingwork：1．Thispaperintroducesseveralusefulclustera
5、lgorithms．K-meansalgorithmisoneoftheclusteranalysis．K-meansalgorithmisverysensitivetoinitialcenterpoints，sowewillgetdifferentoutputsifwerandomlyselectdifferentinitialcenterpoints．Thispaperproposesanewmethodforgettingbetterinitialcenterpoints．Fromexperime
6、ntalresults，wecanseethattheimpmvedk-meansalgorithmcangetbetteroutputsandimprovetheaccuracy．2．ParticleswarmoptimizationalgorithmO'smisanewevolutionmethod．ItisattachedimportancebceallseithasgeneralconvergencesimilartoGeneticmethodandfasterconvergeneeveloci
7、ty．BasingontheglobalresearchabilityofPSOalgorithm,thispaperproposesanovelPSO-clustcringalgorithmwhichavoidsthelocaloptima,andmakesresearchontheparametersofPSO-clusteringalgorithm,andimprovesthefitnessfnRctiolLTheimprovedalgorithmisquitefeasibleforcluster
8、andtheresultsaresatisfying．Keyword：datamining；clusteranalysis；k-means；PSOalgorithm．ⅡI．獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外，不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位論文
