基于秩約束的自適應(yīng)聚類方法.pdf

1、分類號：學(xué)校代碼：10165密級：學(xué)號：201311001123碩士學(xué)位論文基于秩約束的自適應(yīng)聚類方法2016年6月作者姓名：劉洋學(xué)科、專業(yè)：計算機(jī)科學(xué)與技術(shù)研究方向：數(shù)據(jù)挖掘?qū)熜彰喝斡拦淌谶|寧師范大學(xué)碩士學(xué)位論文I摘要聚類分析技術(shù)能夠辨識數(shù)據(jù)的內(nèi)在結(jié)構(gòu)，隨著計算機(jī)技術(shù)的發(fā)展，聚類技術(shù)的應(yīng)用也越來越廣泛，無論是學(xué)校、商場、研究中心還是政府辦公等一系列的領(lǐng)域都出現(xiàn)了聚類技術(shù)的身影。因此，近年來聚類技術(shù)已經(jīng)成為學(xué)術(shù)界的一個著重研究的內(nèi)

2、容，得到了學(xué)者的關(guān)注。本文介紹了數(shù)據(jù)挖掘技術(shù)和聚類分析技術(shù)的背景和現(xiàn)狀，對常見的相似性測量方法和經(jīng)典的聚類方法進(jìn)行總結(jié)，分析出它們的優(yōu)缺點，本文對數(shù)據(jù)挖掘技術(shù)和聚類分析技術(shù)中相似度矩陣和聚類劃分方面進(jìn)行深入研究，本文研究工作的主要內(nèi)容如下：第一、聚類基于數(shù)據(jù)的相似矩陣劃分?jǐn)?shù)據(jù)組，因此聚類結(jié)果的優(yōu)劣高度依賴于數(shù)據(jù)相似矩陣的好壞，構(gòu)建相似矩陣的方法有許多，其中用的比較多的構(gòu)造法使用歐式距離測量，很多情況下單純把歐式距離測量對象之間的距離作為

3、衡量對象之間相似度的標(biāo)準(zhǔn)往往會造成測量結(jié)果出現(xiàn)很大的誤差，也就使最后的聚類結(jié)果并不理想。本文提出一種基于密度敏感距離構(gòu)造相似矩陣的測量方法，該方法具有擴(kuò)大不同簇對象之間的長減小同簇對象的長的作用，并且能夠提高聚類的準(zhǔn)確率。第二、如果要把一個含有n個樣本的數(shù)據(jù)集劃分為k類會有nk種可能，聚類作為一種無監(jiān)督的學(xué)習(xí)算法，如何使聚類劃分出的結(jié)果更優(yōu)，或用什么方法能夠使聚類結(jié)果更準(zhǔn)確是聚類研究人員一直關(guān)注的，本文提出了一種在相似矩陣的拉普拉斯矩陣