基于分形维数的选择性聚类融合算法研究

发布时间：2021-08-25 20:40

　　聚类是将数据样本划分成不同的类,使得在同一类内的数据对象尽可能相似,不同类之间的数据对象相似性尽可能小,它属于无监督的机器学习方法。聚类分析技术在数据挖掘、模式识别、统计等诸多领域有着广泛的应用前景,一直是机器学习领域的一个研究热点。针对特定数据,如何选择合适的聚类算法一直是研究的重点。聚类融合是对已产生的聚类结果,通过共识函数设计进行融合,以达到最大化已有聚类结果共享信息的目的,从而得到比单一聚类算法更加准确和稳定的挖掘结果。本文将聚类融合算法思想与分形数据挖掘技术相结合,提出了基于分形维数的聚类融合算法。在大数据的环境下,将上述算法扩展到云计算环境下实现。传统的聚类融合算法在第一步产生聚类成员之后,将所有的聚类成员参与融合,这样使得一些劣质的聚类结果参与了后面的融合,干扰了融合的准确性,降低了最终聚类结果的质量。在监督学习中,选择分类融合方法会得到更好的结果,从“选择分类融合”中获得启发,将选择性融合思想引入到聚类融合中,产生了选择性聚类融合算法（Clustering Ensemble Selection）。近几年的研究表明,选择性聚类融合方法能很好的提高聚类算法的鲁棒性等性能。本... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：102 页

【学位级别】：博士

【部分图文】：

图３－７?Ｓｐｅｅｄｕｐ测试结果图??

图３－８?Ｓｃａｌｅｕｐ测试结巧固??

．．．２抒；），聚成个簇；通过某种选择策略０从／中选择部??分聚类成员构成子集／＇?＝?｛／；，／＾，．．．，吃，｝（／＇星／）；最后通过共识函数＾，实现对聚类成?．??员ｒ的融合，获得聚类结果ｒ。选择性聚类融合过程如图４－１所示。??Ｊ?＼??Ｓ?巧？’／；｛！?／?＊??巧昏?４－１?Ｓｅｌｅｃｔｉｖｅ?ｃｌｕｓｔｅｒｉｎｇ?ｅｎｓｅｍｂｌｅ??图４－１选择性聚类融合??由１．２．３可知，选择性聚类誠合算法的实现包括兰个部分：（１）聚类成员产生；??（２）选择策略及选取部分聚类成员；（３）融合步骤口）中的聚类成员。对于聚类成员产??生及融合部分，根据不同的领域及用途，目前已经产生了很多种不同的方法。而??对于选择策略部分的研究相对来说较少，文献［１巧指出聚类成员的选取不仅要考虑??聚类成员的差异度，同时应考虑聚类成员的质量。文献［４１］提出了融合差异度较大??３５??

【参考文献】：
期刊论文
[1]基于互信息和分形维数相结合的选择性聚类融合算法研究[J]. 吴晓璇,倪志伟,倪丽萍,张琛.  模式识别与人工智能. 2014(09)
[2]气象数据深度挖掘优化方法研究与仿真[J]. 李雷孝.  计算机仿真. 2013(12)
[3]基于随机取样的选择性K-means聚类融合算法[J]. 王丽娟,郝志峰,蔡瑞初,温雯.  计算机应用. 2013(07)
[4]中国1951-1980年及1981-2010年的气候区划[J]. 郑景云,卞娟娟,葛全胜,尹云鹤.  地理研究. 2013(06)
[5]基于分形理论的一种新的机器学习方法:分形学习[J]. 倪志伟,胡汤磊,吴晓璇,张庆荣.  中国科学技术大学学报. 2013(04)
[6]动态复杂网络社区挖掘—选择性聚类融合算法[J]. 张震,梁永全,张行林.  计算机与数字工程. 2013(03)
[7]基于MapReduce的气象数据并行PK-means算法[J]. 薛胜军,潘吴斌.  武汉理工大学学报. 2012(12)
[8]一种结合主动学习的半监督文档聚类算法[J]. 赵卫中,马慧芳,李志清,史忠植.  软件学报. 2012(06)
[9]分组选择聚类融合算法[J]. 孔志周,蔡自兴.  控制与决策. 2012(03)
[10]一种选择性加权聚类融合算法[J]. 樊晓平,盛荣芬,廖志芳,刘丽敏.  计算机工程与应用. 2012(22)

博士论文
[1]聚类集成关键技术研究[D]. 罗会兰.浙江大学 2007
[2]数据挖掘中聚类若干问题研究[D]. 赵恒.西安电子科技大学 2005
[3]动态数据中的数据挖掘研究[D]. 郭斯羽.浙江大学 2002

硕士论文
[1]基于关联规则和聚类分析的异常天气挖掘[D]. 郑忠平.电子科技大学 2011
[2]分布式聚类算法研究与应用[D]. 杜晨阳.浙江大学 2011



本文编号：3362820