模糊聚类有效性研究

发布时间：2024-03-02 04:25

　　聚类是模式识别、机器学习和图像处理等领域的重要研究内容。聚类分析已经成为聚类领域的研究热点,受到了国内外学者的广泛关注。其中,模糊聚类由于引进模糊集概念,能够有效处理现实中的模糊性问题,已经成为聚类分析中不可或缺的一部分。模糊C-均值聚类算法(Fuzzy C-Means,FCM)是模糊聚类最常用的实现算法之一。FCM算法设计简单,运行效率高,可以有效地处理大数据集,在模糊聚类算法中占据非常重要的地位,但是该算法在某些方面还存在一些欠缺,比如需要预先给定最佳聚类数、不同的模糊度m会导致不同的聚类数结果等缺陷。针对以上缺点,目前主要通过聚类有效性进行验证,以判断聚类结果的好坏。聚类有效性分析主要通过提出合适的聚类有效性指标,作为算法的判断依据,但是现有的聚类有效性指标大多数只能处理分离性较好的数据集,对于噪声污染以及多类型结构并存的数据集,无法有效地做出正确判断。因此,本文从多角度分析,寻找更加合适的聚类有效性指标,使得FCM算法能够在无人工干预的情况下,有效地处理不同结构类型的数据集。本文主要研究工作如下:(1)本文首先针对现有聚类有效性指标在含有噪声与重叠的数据集上无法有效判断最佳聚类...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图１．２聚类过程示意图??Ｆｉｇ．?１．２?Ｔｈｅ?ｄｉａｇｒａｍ?ｏｆ?ｃｌｕｓｔｅｒｉｎｇ?ｐｒｏｃｅｓｓ??

图ｌ．ｉ数据挖掘的主要内容??Ｆｉｇ．?１．１?Ｍａｉｎ?ｃｏｎｔｅｎｔｓ?ｏｆ?ｄａｔａ?ｍｉｎｉｎｇ??通常情况下，聚类过程如示意图（图１．２）所示，三个步骤的详细解释如下（１）??数据转换，主要内容是变量选择、数据标准化和距离函数选择等；（２）选择聚类算法，??确定算法相关....

图２．１模糊Ｃ－均值算法的基本框架??

＿?｛卜２（＇，ｖ，）ｙｍ?＇??Ｍ，Ｊ??２．１．２模糊Ｃ－均值算法的基本流程??模糊Ｃ－均值聚类算法的基本框架如图２．１所示，具体步骤如表２．１所示．??－１２－??

图３．５?ＦＣＭ和ＦＣＭ－ＦＡＰＳＯ算法在６个数据集上得到的目标函数平均值的比较??－

■■■■■■■■■■■■■■■■Ｉ?３３２０３４．３２??ｊｊｊＢＢＢＢＢＢＢＳＲ７３２８．１??图３．６?ＦＣＭ和ＦＣＭ－ＦＡＰＳＯ算法在６个数据集上得到的目标函数最优值的比较??Ｆｉｇ．?３．６?Ｔｈｅ?ｂｅｓｔ?ｒｅｓｕｌｔｓ?ｏｆ?ＦＣＭ?ａｎｄ?ＦＣＭ－ＦＡＰＳＯ?ｍｅ....

图４．１带有噪音点的ＦＣＭ聚类结果??

于初始中心点优化选择的模糊Ｃ－均值聚类算法??引言??交通系统中我们常常需要分析出租车运营轨迹，为加油站选址提供支持，以统进行优化．这就需要用到数据挖掘相关知识分析车辆轨迹信息，从中找出迹，根据这些信息合理设置加油站位置，使得出租车花费的时间和成本最轨迹信息具有连续性，由此决定了....

本文编号：3916332