資源描述：
《基于遺傳算法的模糊聚類挖掘方法應用研究.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。
1、ApplicationandResearchofFuzzyClusteringMiningMethodBaseonGeneticAlgorithmbyLIXinyuAthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterOfScienceComputerTechnologylnCentralSouthUniversityofForestryandTechnology498ShaoshanSouthRoad，TianxinDistrictChangshaHunan410004，P
2、．R．CHINASupervisorProfessorZHOUTiejunJune，201II[1lIIIlllTIIIlY1913480中南林業(yè)科技大學學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。除了文中特別加以標注引用的內容外，本論文不包含任何其他個人或集體已經發(fā)表或撰寫的成果作品，也不包含為獲得中南林業(yè)科技大學或其他教育機構的學位或證書所使用過的材料。對本文的研究作出重要貢獻的個人和集體，均已在文中以明確方式表明。本人完全意識到本聲明的法律后果由本人承擔。作者簽名：否鮞坷-J。為11年≤月弓口日中南林業(yè)科技大學學
3、位論文版權使用授權書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，同意學校保留并向國家有關部門或機構送交論文的復印件或電子版，允許論文被查閱或借閱。本人授權中南林業(yè)科技大學可以將本學位論文的全部或部分內容編入有關數據庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。本學位論文屬于：l、保密r"l，在年解密后適用本授權書。2、不保密囝。作?：秀知孑讎燦相琵‘‰峻務作者簽名：秀翻旨導師簽名：●刊峻孑，^如f1年S月弓。日伽f／年j’月砌日摘要隨著信息技術和數據庫技術的迅猛發(fā)展，人們能夠獲取的數據也與日俱增，對數據的加工處理已經成為人們獲取有用信
4、息不可缺少的工具。數據挖掘是一種通用的知識發(fā)現技術，利用各種分析工具在大量數據中發(fā)現模型和數據間的關系的過程。聚類分析是數據挖掘技術中重要的組成部分，數據聚類挖掘技術是一個正在蓬勃發(fā)展的領域，涉及了人們生活的各個方面?！つ：垲怓CM(FuzzyC-means)算法是的一種重要的無監(jiān)督學習的數據聚類挖掘方法，已成為聚類分析技術研究的熱點。該算法具有結構簡單、局部搜索能力強且收斂速度快的特點，然而FCM算法容易受聚類初始化的影響，而且在迭代時非常容易陷入局部極小。遺傳算法是一種隨機搜索的全局優(yōu)化算法，它通過模擬自然進化過程對最優(yōu)解進行搜索，其顯著的特點是具有并行性及對搜
5、索范圍的全局性。如果將FCM算法和遺傳算法相結合，用遺傳算法來解決聚類問題，既能發(fā)揮遺傳算法的全局尋優(yōu)能力，又能兼顧FCM算法的局部搜索能力，從而大大提高算法的性能。本文提出了一種基于改進遺傳算法的模糊聚類算法(IG．FCM)，該算法首先采用遺傳算法的全局搜索特性對初始聚類中心進行全局優(yōu)化，接著運用FCM算法的局部尋優(yōu)特性進一步的最優(yōu)解搜索。IG．FCM算法采用了一種啟發(fā)式聚類的方法，通過有序改變聚類類別數目，利用聚類有效性評價函數自動確定最優(yōu)聚類數目及最優(yōu)聚類結果。由于采用傳統(tǒng)遺傳算法進行聚類會出現算法收斂速度慢，以及穩(wěn)定性不高、精準性低等問題，本文改進的遺傳算法采
6、取最優(yōu)保存策略來保留當前種群中適應度最高的個體，讓其副本及其他個體進行最大適應度差異交叉操作，確保遺傳算法優(yōu)良基因迭代的穩(wěn)定性，避免不良基因的擴散，提高了算法的收斂速度和精確度。本文在IG-FCM聚類算法研究的基礎上，針對現有的入侵檢測系統(tǒng)檢測性能的不足以及聚類算法在入侵檢測系統(tǒng)中應用的特點，提出了基于改進遺傳算法的特征加權模糊聚類算法(I(3．WFCM)算法，將該算法用于入侵檢測系統(tǒng)中訓練數據集的聚類劃分，以此為依據來檢測網絡數據是否正常?；贗G．WFCM算法的入侵檢測系統(tǒng)采用將連續(xù)型屬性和離散型屬性分別處理的數據預處理方式，數據之間相似性度量采用加權的混合距離度
7、量方式，并且采用設定正常數據類集聚類寬度閾值的方法來檢測異常數據，以此來提高入侵檢測系統(tǒng)的檢測率。本文通過采用KDDCUP1999入侵檢測數據集進行了仿真實驗，結果顯示IG．WFCM算法的平均檢測率達到了80．1％，平均誤警率保持為1．605％左右。這充分表明IG．WFCM算法的可行性和有效性，能夠克服FCM算法易陷入局部極小值、檢測精度低等缺陷，在一定程度上提高了入侵檢測系統(tǒng)的性能和效率。關鍵詞：數據挖掘：入侵檢測；遺傳算法；模糊聚類nABSTRACTWithinformationtechnologyandveryfastspeed，informa
