聚類融合研究及其應用.pdf

1、隨著社會信息化的發(fā)展,人類現(xiàn)在以及未來都面臨著信息爆炸的問題,對于數(shù)據(jù)的分析和處理正變得日益困難。在此背景下,聚類分析技術應運而起,并得到了蓬勃發(fā)展,很多聚類算法被相繼提出。但是,任何聚類算法都是建立在一定的假設基礎之上的,由于不可能所有的數(shù)據(jù)集都滿足同一假設,因此在許多情況下單一聚類算法無法取得滿意的結果。聚類融合通過把具有一定差異性的聚類成員進行組合,能夠得到比單一算法更為優(yōu)越的結果,并兼有魯棒性、可并行性等優(yōu)點,所以迅速得到了國內(nèi)

2、外學者的重視,融合學習也被人稱為機器學習領域未來四個重要的研究方向之一。
　　 本論文研究的主要內(nèi)容就是聚類融合。首先,結合“最近鄰”的思想,本論文提出了一種基于自適應最近鄰的聚類融合算法-ANNCE。該算法能夠根據(jù)數(shù)據(jù)分布密度的不同,為每一個數(shù)據(jù)點自動選擇合適的最近鄰選取范圍,較好地解決了基于KNN的算法中存在的數(shù)據(jù)點的最優(yōu)最近鄰數(shù)量K需要實驗確定的問題并進一步提高了聚類效果。其次,本論文擴展了“核心群”的思想,給出了“絕對核