基于异构值差度量的SOM混合属性数据聚类算法
本文关键词:基于异构值差度量的SOM混合属性数据聚类算法
更多相关文章: 聚类 自组织映射 异构值差度量 混合属性 混合更新规则
【摘要】:针对传统聚类算法处理混合属性数据聚类质量不高且聚类结果可视化差的问题,提出了基于异构值差度量的自组织映射混合属性数据聚类算法。该算法以自组织映射神经网络为框架,采用基于样本概率的异构值差度量混合属性数据的相异性。利用分类特征项在Voronoi集合中出现频率作为分类属性数据参考向量更新规则的基础,通过混合更新规则实现数值属性和分类属性数据规则的更新。利用UCI公共数据库中的分类属性和混合属性数据集来测试所提出的聚类算法,并与SOM算法和kprototypes、SBAC、KL-FCM-GM算法进行比较。最后将所提出的聚类算法应用于轮式移动机器人的运动状态分析,获得了较好的聚类效果。
【作者单位】: 沈阳工业大学电气工程学院;东北大学信息科学与工程学院;
【关键词】: 聚类 自组织映射 异构值差度量 混合属性 混合更新规则
【基金】:国家自然基金(61102124) 辽宁省自然科学基金(2015020064)项目资助
【分类号】:TP311.13
【正文快照】: 1引言随着信息技术的迅猛发展,人们迫切需要一种能够将数据转换成有用信息和知识的技术,数据挖掘技术应运而生。作为数据挖掘的主要研究方向之一,聚类分析按照某个特定标准把数据集分割成不同的类或簇,使得同一个簇内的数据对象的相似性尽可能大,同时不在同一个簇中的数据对象
【相似文献】
中国期刊全文数据库 前10条
1 张蓉,彭宏;一种基于超图模式的高维空间数据聚类方法[J];计算机工程;2002年07期
2 张蓉;彭宏;;一种基于超图模式的高维空间数据聚类方法[J];模式识别与人工智能;2002年02期
3 邱长春,薛超英,刘海波;一种基于障碍约束的空间数据聚类方法[J];微型机与应用;2003年11期
4 王宇;杨莉;;基于凝聚函数的混合属性数据聚类算法[J];大连理工大学学报;2006年03期
5 谢秦川;王方;;一种基于数据聚类技术的情报分析系统研制[J];警察技术;2009年04期
6 贾俊芳;李德玉;;一种有效的高维分类数据聚类方法研究[J];微电子学与计算机;2011年06期
7 蒙祖强,蔡自兴;个性化数据聚类的研究[J];计算机工程与应用;2003年33期
8 刘丽娜;;一种基于超图模式的数据聚类方法[J];石家庄铁路职业技术学院学报;2005年04期
9 陈曦;马一峰;;空间数据聚类中的网格粒度求解方法[J];计算机工程;2011年19期
10 刘永立;;一种利用多主体领域系统进行数据聚类的新方法[J];电子器件;2014年01期
中国重要会议论文全文数据库 前6条
1 武森;张桂琼;王莹;吴玲玉;;容差集合差异度高维不完备数据聚类[A];第十二届中国管理科学学术年会论文集[C];2010年
2 吴继兵;李心科;;基于分治融合的混合属性数据聚类算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
3 高学东;周磊;;Web点击流数据聚类算法[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年
4 陶红霞;车建华;刘国华;;基于聚类的个性化推荐算法[A];2005年全国理论计算机科学学术年会论文集[C];2005年
5 王琳;罗可;罗永红;;一种基于混合的IGA & PSO的数据聚类算法[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
6 武森;高学东;;高维稀疏数据聚类的CABOSFV算法[A];第七届北京青年科技论文评选获奖论文集[C];2003年
中国博士学位论文全文数据库 前3条
1 白天;生物医学数据聚类方法研究[D];吉林大学;2012年
2 彭柳青;高维高噪声数据聚类中关键问题研究[D];西安电子科技大学;2011年
3 孙志伟;空间数据聚类的研究[D];天津大学;2007年
中国硕士学位论文全文数据库 前10条
1 李凯;基于网络优化最小树的大数据聚类分析研究[D];兰州大学;2015年
2 杨果利;基于模糊聚类的大规模数据聚类算法及其应用研究[D];西安电子科技大学;2014年
3 宋翰瀛;基于C-MDP的决策优化系统的设计与实现[D];南京大学;2014年
4 张小宇;基于图论的符号型数据聚类算法研究[D];山西大学;2009年
5 王永卿;高维海量数据聚类算法研究[D];广西大学;2007年
6 张鸣;符号数据聚类评价指标研究[D];山西大学;2013年
7 张扬;混合属性数据聚类算法及其应用[D];大连理工大学;2013年
8 张东升;数据挖掘中的演化数据聚类算法研究[D];杭州电子科技大学;2014年
9 白亮;符号属性数据聚类算法的研究[D];山西大学;2009年
10 李静芬;流数据聚类算法的研究与改进[D];河北工业大学;2014年
,本文编号:678647
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/678647.html