不確定空間數(shù)據(jù)聚類(lèi)方法的研究.pdf

1、聚類(lèi)分析是數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)重要分支，在分析數(shù)據(jù)內(nèi)部結(jié)構(gòu)方面有著重要的應(yīng)用。聚類(lèi)分析是一種無(wú)監(jiān)督學(xué)習(xí)的分類(lèi)過(guò)程，旨在將沒(méi)有標(biāo)記的樣本數(shù)據(jù)通過(guò)算法自動(dòng)劃分為有意義的組或簇。當(dāng)數(shù)據(jù)分到同一組中時(shí)，所有樣本數(shù)據(jù)的內(nèi)部結(jié)構(gòu)相似度很高；當(dāng)數(shù)據(jù)分到不同組時(shí)，數(shù)據(jù)內(nèi)部結(jié)構(gòu)的相似度很低。聚類(lèi)分析技術(shù)能夠快速的發(fā)現(xiàn)樣本數(shù)據(jù)的分布情況，而且可以揭示空間樣本的分布規(guī)律，預(yù)測(cè)空間樣本對(duì)象的發(fā)展趨勢(shì)等。
　　針對(duì)聚類(lèi)分析技術(shù)，本文的主要研究了如下幾部分內(nèi)

2、容：
　　首先，針對(duì)UK-means算法在處理不確定數(shù)據(jù)時(shí)對(duì)孤立點(diǎn)非常敏感，而且事先必須已知不確定數(shù)據(jù)的分布函數(shù)或概率密度，然而這在實(shí)際中往往很難獲得等問(wèn)題，提出了基于區(qū)間數(shù)的PAM不確定聚類(lèi)算法：U-PAM；此外，基于U-PAM算法和CH聚類(lèi)有效性指標(biāo)函數(shù)對(duì)聚類(lèi)結(jié)果分析，確定最佳聚類(lèi)數(shù)。
　　其次，介紹了基于傳統(tǒng)DBSCAN聚類(lèi)算法的UM-DEBSCAN聚類(lèi)算法，該算法將傳統(tǒng)的DBSCAN聚類(lèi)算法和區(qū)間數(shù)相結(jié)合，利用統(tǒng)計(jì)學(xué)