發(fā)布時(shí)間：2021-11-09 11:26

　　隨著大數(shù)據(jù)時(shí)代的到來(lái),數(shù)據(jù)在社會(huì)生活中發(fā)揮著越來(lái)越重要的作用。當(dāng)前信息系統(tǒng)不斷普及,而其中的數(shù)據(jù)建設(shè)作為一項(xiàng)重要的系統(tǒng)工程,在建設(shè)過(guò)程中遇到了很多新的問(wèn)題,譬如數(shù)據(jù)資源分散建設(shè)、高價(jià)值信息缺乏、數(shù)據(jù)標(biāo)準(zhǔn)不一等。軍隊(duì)的數(shù)據(jù)建設(shè)也正面臨著這些挑戰(zhàn),與此同時(shí)還存在數(shù)據(jù)利用效率低下等問(wèn)題。如何從大量歷史軍事信息數(shù)據(jù)中挖掘出部隊(duì)人員、裝備等知識(shí),從而幫助部隊(duì)解決問(wèn)題并為領(lǐng)導(dǎo)者提供輔助決策,是一項(xiàng)有著重大意義的工作。近年來(lái)計(jì)算機(jī)技術(shù)的快速發(fā)展,以聚類(lèi)分析為代表的數(shù)據(jù)挖掘技術(shù)已經(jīng)成為當(dāng)前極為活躍的研究方向,許多的新理論和新算法不斷被提出。其中空間數(shù)據(jù)挖掘中的數(shù)據(jù)場(chǎng)理論與聚類(lèi)算法的結(jié)合,取得了良好的聚類(lèi)效果,有著廣闊的應(yīng)用前景。此外由于數(shù)據(jù)集在嵌入空間后的形狀不規(guī)范,所以能夠?qū)Σ灰?guī)則形狀類(lèi)簇進(jìn)行劃分的密度聚類(lèi)算法的適用范圍更加廣泛。因此,本文針對(duì)在參與軍隊(duì)數(shù)據(jù)工程建設(shè)中遇到的實(shí)際問(wèn)題,同時(shí)結(jié)合學(xué)習(xí)的以聚類(lèi)分析為主的數(shù)據(jù)挖掘方法,主要進(jìn)行了以下幾個(gè)方面的研究?jī)?nèi)容:（1）提出了宏觀數(shù)據(jù)場(chǎng)和數(shù)據(jù)態(tài)勢(shì)理論。主要對(duì)兩者的基本概念和內(nèi)容進(jìn)行闡述,明確宏觀數(shù)據(jù)場(chǎng)的概念模型和應(yīng)用領(lǐng)域,確定數(shù)據(jù)態(tài)勢(shì)的主要內(nèi)容和研究方法... 

【文章來(lái)源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

二維空間的算法

為了進(jìn)一步測(cè)試算法過(guò)程，以圖 3.2 中的數(shù)據(jù)測(cè)試為例。如同 3.2 A 所表示，所使用的數(shù)據(jù)點(diǎn)是非球狀的概率分布，同時(shí)具有明顯的峰值重疊現(xiàn)象。極大值相差近一個(gè)數(shù)量級(jí)的概率值。在圖 3.2 B 和 3.2 C 中，分別是 4000 0 個(gè)來(lái)自 A 中的數(shù)據(jù)點(diǎn)的分布。在相對(duì)應(yīng)的決策圖中（圖 3.2 D 和 3.2 E）中只發(fā)現(xiàn) 5 個(gè)同時(shí)具有較大 值和相當(dāng)大的密度值的數(shù)據(jù)點(diǎn)。這些點(diǎn)在決策圖大的實(shí)心球表示并作為對(duì)應(yīng)的聚類(lèi)中心。選擇了聚類(lèi)中心之后，每一個(gè)數(shù)會(huì)被分配到一個(gè)簇類(lèi)或者一個(gè)空洞中。算法能夠捕獲概率峰的位置和形狀于那些對(duì)應(yīng)于不同密度的概率峰（圖 3.2 C 中的藍(lán)色和淡綠色的數(shù)據(jù)點(diǎn)）以狀的峰。進(jìn)一步來(lái)講，如同圖 3.2 A，分配到對(duì)應(yīng)的概率分布的視覺(jué)檢測(cè)區(qū)洞的數(shù)據(jù)點(diǎn)不會(huì)分配到任何概率峰。D E F圖 3.2 合成數(shù)據(jù)點(diǎn)分布結(jié)果。A:數(shù)據(jù)點(diǎn)的概率分布，最低亮度的區(qū)域?qū)?yīng)于相同的分布概率 20%。B and C:分別為4000 和 1000 個(gè)數(shù)據(jù)點(diǎn)例子的分布，根據(jù)數(shù)據(jù)點(diǎn)所屬簇類(lèi)的不同著色。黑色點(diǎn)屬于空洞。D and E：對(duì)應(yīng)的決策圖，聚類(lèi)中心分別著色。F：把分配到錯(cuò)誤簇類(lèi)的數(shù)據(jù)點(diǎn)所占比例與樣本尺寸的關(guān)系。誤差棒表示平均標(biāo)準(zhǔn)誤差。

基于數(shù)據(jù)場(chǎng)的改進(jìn)快速查找峰值密度聚類(lèi)算法具體流程描述如下：輸入：數(shù)據(jù)集1 2D (X , X , )n …，X ，中斷勢(shì)值c 。輸出：聚類(lèi)結(jié)果(1) 將數(shù)據(jù)集 D 嵌入到二維空間，利用最小化勢(shì)熵方法確定 的取值。(2) 根據(jù)公式221 1(x)ix xn nii ip e 計(jì)算各數(shù)據(jù)點(diǎn)的勢(shì)值。(3) 根據(jù)公式 ( )i ij cj 計(jì)算各數(shù)據(jù)點(diǎn)的局部密度值，并且計(jì)算各數(shù)據(jù)點(diǎn)的 值。(4) 選擇具有局部或者全局極大值密度值和 去極大值的數(shù)據(jù)點(diǎn)作為聚類(lèi)中心。(5) 把剩余的數(shù)據(jù)點(diǎn)分配到與其 值較為接近的最近的聚類(lèi)中心所在的簇類(lèi)，輸出聚類(lèi)結(jié)果。從圖 2A 中選擇 10000 個(gè)數(shù)據(jù)點(diǎn)作為數(shù)據(jù)集，分別用快速查找峰值密度聚類(lèi)算和改進(jìn)后的快速查找峰值密度聚類(lèi)算法對(duì)其進(jìn)行聚類(lèi)，得到的結(jié)果如圖所示：

【參考文獻(xiàn)】：
期刊論文
[1]聯(lián)合作戰(zhàn)戰(zhàn)場(chǎng)態(tài)勢(shì)一致性評(píng)估[J]. 曾清,施慧杰,杜陽(yáng)華.  指揮控制與仿真. 2014(01)
[2]一種基于數(shù)據(jù)場(chǎng)的復(fù)雜網(wǎng)絡(luò)聚類(lèi)算法[J]. 劉玉華,張翼,徐翠,晉建志.  計(jì)算機(jī)科學(xué). 2013(11)
[3]基于Markov鏈的部隊(duì)人員管理風(fēng)險(xiǎn)評(píng)估模型研究[J]. 常作勇,張磊,馬偉標(biāo).  武警學(xué)院學(xué)報(bào). 2013(09)
[4]戰(zhàn)場(chǎng)態(tài)勢(shì)及態(tài)勢(shì)估計(jì)的新見(jiàn)解[J]. 李赟,劉鋼,老松楊.  火力與指揮控制. 2012(09)
[5]中國(guó)地域多功能性評(píng)價(jià)及其決策機(jī)制[J]. 劉彥隨,劉玉,陳玉福.  地理學(xué)報(bào). 2011(10)
[6]基于數(shù)據(jù)場(chǎng)的概率神經(jīng)網(wǎng)絡(luò)算法[J]. 李春芳,劉連忠,陸震.  電子學(xué)報(bào). 2011(08)
[7]戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)概念、結(jié)構(gòu)與效能[J]. 趙宗貴,李君靈,王珂.  中國(guó)電子科學(xué)研究院學(xué)報(bào). 2010(03)
[8]鄰域平衡密度聚類(lèi)算法[J]. 武佳薇,李雄飛,孫濤,李巍.  計(jì)算機(jī)研究與發(fā)展. 2010(06)
[9]基于數(shù)據(jù)場(chǎng)的大規(guī)模本體映射[J]. 仲茜,李涓子,唐杰,周立柱.  計(jì)算機(jī)學(xué)報(bào). 2010(06)
[10]利用數(shù)據(jù)場(chǎng)的表情臉識(shí)別方法[J]. 王樹(shù)良,鄒珊珊,操保華,謝媛.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2010(06)

博士論文
[1]信息融合中的態(tài)勢(shì)評(píng)估技術(shù)研究[D]. 王曉帆.西安電子科技大學(xué) 2012
[2]態(tài)勢(shì)估計(jì)中的關(guān)鍵技術(shù)研究[D]. 柴慧敏.西安電子科技大學(xué) 2009
[3]聚類(lèi)分析中若干關(guān)鍵技術(shù)的研究[D]. 楊小兵.浙江大學(xué) 2005

碩士論文
[1]基于C/S模式的某部隊(duì)人力資源管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 黃煒.廈門(mén)大學(xué) 2014
[2]基于數(shù)據(jù)場(chǎng)的密度聚類(lèi)算法研究[D]. 楊靜.山西大學(xué) 2013



本文編號(hào)：3485242