聚類分析是一種重要的無監(jiān)督學習方式,被廣泛地應用于交通、金融、農業(yè)和醫(yī)療等實際領域中。但在聚類分析中,類簇數的確定問題一直都是一個難題。傳統(tǒng)的引入聚類有效性指標的方法不僅具有傾向性,而且大都是基于二支劃分的,如何在刻畫數據對象與類簇之間的不確定性關系的基礎上從多個角度確定最優(yōu)類簇數依舊是一個問題。因此,論文展開了基于多有效性指標的類簇數自動確定方法的研究工作。為了能夠從多個角度探索數據集的類簇數目,論文提出了基于加權內部有效性指標的類簇數自動確定方法。首先,基于三支決策思想,論文對k-means算法做三支改進,迭代運行三支k-means算法,生成不同k值的三支聚類結果。三支k-means算法的每個類由核心域、邊緣域和瑣碎域三個域表示。然后,基于已有的多個有效性指標構建多指標評價體系,從不同角度評估不同k值的聚類結果的質量。最后,根據制定的尋優(yōu)策略選取最優(yōu)類簇數。相對于融合前的單一有效性指標,論文驗證了該算法在Vowel、Waveform、Wine等多個UCI真實數據集上的有效性。為了進一步提高算法性能,盡可能地利用現有的有效性指標,論文借鑒聚類集成研究中的中心劃分法的思想,將每一種k值... 

【文章來源】：重慶郵電大學重慶市

【文章頁數】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景及意義
    1.2 國內外研究現狀
        1.2.1 三支聚類
        1.2.2 自動聚類方法
    1.3 論文主要工作
    1.4 論文組織結構
第2章 相關基礎理論
    2.1 三支決策聚類
        2.1.1 三支決策
        2.1.2 三支聚類
    2.2 聚類算法
        2.2.1 k-means算法
        2.2.2 k-medoids算法
    2.3 聚類有效性指標
        2.3.1 內部有效性指標
        2.3.2 外部有效性指標
    2.4 基于中心劃分的一致性函數
    2.5 本章小結
第3章 基于加權內部有效性指標的類簇數自動確定方法
    3.1 模型框架
    3.2 基于三支決策的k-means算法
    3.3 評價體系
    3.4 加權方法
    3.5 最優(yōu)類簇數選擇
    3.6 實驗分析
    3.7 本章小結
第4章 基于兩類有效性指標的類簇數自動確定方法
    4.1 模型框架
    4.2 基于三支決策的k-medoids算法
    4.3 評價體系
        4.3.1 構建原理
        4.3.2 內部有效性指標
        4.3.3 外部有效性指標
    4.4 最優(yōu)類簇數選擇策略
        4.4.1 評價結果排序
        4.4.2 最優(yōu)類簇數選擇
    4.5 實驗分析
        4.5.1 本文兩種算法對比實驗
        4.5.2 本章算法與其他方法的對比實驗
    4.6 葡萄酒品質鑒定分析討論
        4.6.1 問題描述
        4.6.2 鑒定過程
    4.7 本章小結
第5章 總結與展望
    5.1 總結
    5.2 未來工作
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]負載敏感的云任務三支聚類評分調度研究[J]. 吳俊偉,姜春茂.  智能系統(tǒng)學報. 2019(02)
[2]基于Spark的三支聚類集成方法[J]. 于洪,陳云.  鄭州大學學報(理學版). 2018(01)
[3]一種基于投票的三支決策聚類集成方法[J]. 胡凌超,于洪.  小型微型計算機系統(tǒng). 2016(08)
[4]基于k-means的自動三支決策聚類方法[J]. 于洪,毛傳凱.  計算機應用. 2016(08)
[5]基于決策加權的聚類集成算法[J]. 黃棟,王昌棟,賴劍煌,梁云,邊山,陳羽.  智能系統(tǒng)學報. 2016(03)
[6]聚類有效性研究綜述[J]. 周開樂,楊善林,丁帥,羅賀.  系統(tǒng)工程理論與實踐. 2014(09)
[7]大數據時代的機遇與挑戰(zhàn)[J]. 鄔賀銓.  求是. 2013(04)
[8]聚類算法研究[J]. 孫吉貴,劉杰,趙連宇.  軟件學報. 2008(01)

碩士論文
[1]基于k-means的自動三支決策聚類方法[D]. 毛傳凱.重慶郵電大學 2016
[2]面向高維數據的動態(tài)隨機投影三支聚類方法研究[D]. 張海波.重慶郵電大學 2017



本文編號：3469083