資源描述:
《基于聚類技術(shù)支持向量機(jī)的數(shù)據(jù)挖掘研究》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、南京郵電大學(xué)工程碩士學(xué)位論文摘要學(xué)科、專業(yè):工學(xué)軟件工程研究方向:數(shù)據(jù)挖掘技術(shù)作者:指導(dǎo)老師:紀(jì)偉秦軍教授題目:基于聚類技術(shù)支持向量機(jī)的數(shù)據(jù)挖掘研究英文題目:InVestigateforDataMiningWithTechnologyofC1usteringandFCM關(guān)鍵詞:數(shù)據(jù)挖掘,聚類,支持向量機(jī),快速支持向量機(jī)Keywords:DataMining,Clustering,F(xiàn)CM,F(xiàn)SVM京郵電大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下,進(jìn)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(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)
2、表或撰寫過的研究成果,也不包含為獲得南京郵電大學(xué)或其他教育機(jī)構(gòu)的學(xué)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(xiàn)均已在論文中做了明確的說明并表示了謝意。研究生簽名:南京郵電大學(xué)學(xué)位論文使用授權(quán)說明南京郵電大學(xué)、中國科學(xué)技術(shù)信息研究所、國家圖書館有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔,可以采用影印、縮印或其他復(fù)制手段保存論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。除在保密期內(nèi)的保密論文外,允許被查閱和借閱,可以公布(包括刊登)論文的全部或部分內(nèi)容。論文的公布(包括刊登)授權(quán)南京郵電大學(xué)研究生部辦理。研究生簽名:雌導(dǎo)師簽名:狂一日期:業(yè)Il文摘
3、要數(shù)據(jù)挖掘就是從大量的、不完全的、雜亂的、模糊的、隨機(jī)的數(shù)據(jù)中,提取隱含在其中的、不能被人們事先預(yù)知的、但又是潛在有用的信息和知識的過程,被信息產(chǎn)業(yè)界認(rèn)為是數(shù)據(jù)庫系統(tǒng)最重要的前沿之一,是信息產(chǎn)業(yè)最有前途的交叉學(xué)科。支持向量機(jī)(SVM)是近年來在統(tǒng)計學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來的一種新的模式識別方法,在解決小樣本、非線性以及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢,然而,在處理海量數(shù)據(jù)的時候,支持向量機(jī)方法存在運(yùn)行速度緩慢的不足。為了解決樣本點(diǎn)過多導(dǎo)致訓(xùn)練速度太慢的問題,本文做了如下創(chuàng)新性工作:(1)從減小訓(xùn)練集規(guī)模的角度出發(fā),使用聚類技術(shù)來保持整個數(shù)據(jù)的分布特性,同時大幅減
4、小訓(xùn)練數(shù)據(jù)集規(guī)模;(2)對聚類結(jié)果進(jìn)行邊緣提取,保留分類邊界附近的支持向量;(3)使用邊緣提取和聚類算法選擇的樣本點(diǎn)重構(gòu)訓(xùn)練數(shù)據(jù)集,對新的數(shù)據(jù)集使用支持向量機(jī)方法進(jìn)行分類。由于重建的訓(xùn)練數(shù)據(jù)集規(guī)模較小,訓(xùn)練程序運(yùn)行速度有較大的提高,同時也保證了分類的精確度。本文提出了基于聚類技術(shù)的快速支持向量機(jī)算法(FSVM),該算法在保證了分類精度的情況下,大大縮減了訓(xùn)練數(shù)據(jù)的規(guī)模,從而減少了訓(xùn)練時間,確保了支持向量機(jī)在數(shù)據(jù)挖掘這種大數(shù)據(jù)集情況下的有效應(yīng)用。本文對FSVM算法進(jìn)行了仿真,通過和傳統(tǒng)支持向量機(jī)算法進(jìn)行對比,證實了FSvM算法在保證了分類精度的情況下,大大縮減了訓(xùn)練數(shù)據(jù)
5、的規(guī)模,從而減少了訓(xùn)練時間,從而確保了支持向量機(jī)在數(shù)據(jù)挖掘大數(shù)據(jù)集情況下的實用性。關(guān)鍵詞:數(shù)據(jù)挖掘,聚類,支持向量機(jī),快速支持向量機(jī)AbstraCtDataminingisaprocessthatpeoplecaIlex仃acthidden,infb肌ationorkIlowledge仃omm觴sive,incomplete,noisy,覦覡andstochastic紕·IthaSbeenreco鰣zedaS。ne0fthem。stinlp。rt鋤tareaSint11ed齜abasesystcmbytheinfo肌ati。nindus咄Itis。nc。fmcmoSt
6、promisingimerdisciplinarysubjectsiIl舭幽rrnationindus略IIlsolvingthesm2Lllsalllple,nollline2ur鋤dhi曲-dimensionalpattemrecogmtlonproblem,SVMhaSShownam盯nberof砌queadv鋤協(xié)ges,howeVer,№miningisoRenfaced州tllVaSt鋤。吼tsofdata.Inordertosolvingnleproblemtllat恤s鋤plepointsistoolargetoleadtoslowthetraillin
7、g,tmsarticlemadesomeimloVatiVewordaLs士ollows:(1)Fromtheviewofreducingmesizeoftrainingset,theclusteringtecllllology骶euSedtosubst枷allyreducethe仃ainingdatasctsize,whilemaintaintlleentiredi咖butlon(山aracteriSticsofthedata;(2)KceptheSVSnearmeborderoftheclassiflcatlon:.(3)111es撇plepoi