不確定數(shù)據(jù)聚類算法研究.pdf

1、隨著信息科技的不斷發(fā)展，人類社會各個領域中的數(shù)據(jù)正以爆炸式的方式迅速增長。互聯(lián)網(wǎng)中的數(shù)據(jù)傳輸，金融商業(yè)的交易記錄，社交網(wǎng)絡媒體的信息傳播等每時每刻都在產(chǎn)生海量的數(shù)據(jù)，因此數(shù)據(jù)挖掘在利用這些海量數(shù)據(jù)方面起著至關重要的作用。聚類算法是數(shù)據(jù)挖掘領域重要的研究課題之一。
　　近年來，不確定數(shù)據(jù)的研究受到越來越廣泛的關注。因為在現(xiàn)實環(huán)境中，不確定數(shù)據(jù)總是存在的，可以說是不可避免的。例如因機器精度誤差產(chǎn)生的數(shù)據(jù)，因安全因素考慮而人為擾動產(chǎn)生的

2、客戶信息數(shù)據(jù)等等都是不確定數(shù)據(jù)，往往這些不確定的數(shù)據(jù)對最終的結果會產(chǎn)生一定的影響，因而不能忽視。所以如何有效地處理不確定數(shù)據(jù)成了一個研究熱點。
　　針對上述描述的問題，本文主要的工作和成果如下：
　　1.本文首先概述了數(shù)據(jù)挖據(jù)的產(chǎn)生背景和國內(nèi)外研究現(xiàn)狀，闡述了不確定數(shù)據(jù)形成的原因、表現(xiàn)形式及研究現(xiàn)狀；接著具體介紹聚類，對聚類的定義、相似性度量、數(shù)學模型做了介紹，同時對不同類型的經(jīng)典聚類算法做了概述；然后介紹不確定數(shù)據(jù)的相關聚

3、類研究，為本文的主要工作做了理論鋪墊。
　　2.不確定數(shù)據(jù)聚類算法研究中，發(fā)現(xiàn)現(xiàn)有的不確定聚類算法在處理不確定數(shù)據(jù)時，依然保留了其原有確定數(shù)據(jù)聚類算法的一些不足。本文提出了一種基于相對密度的不確定數(shù)據(jù)聚類算法，重新定義了相異度度量、相對密度等相關計算方法。該算法能夠有效地避免一些現(xiàn)有算法中的不足，在聚類結果上有較大的改善。
　　3.針對不確定數(shù)據(jù)中存在分類屬性這一問題，本文提出了一種基于連通分量的分類屬性不確定數(shù)據(jù)聚類算法，