聚類分析中若干關(guān)鍵技術(shù)及其在電信領(lǐng)域的應(yīng)用研究.pdf

1、北京郵電大學(xué)博士學(xué)位論文聚類分析中若干關(guān)鍵技術(shù)及其在電信領(lǐng)域的應(yīng)用研究姓名：牛琨申請學(xué)位級別：博士專業(yè)：通信與信息系統(tǒng)指導(dǎo)教師：陳俊亮20070415北京郵電大學(xué)博士學(xué)位論文第四章重點研究了高維數(shù)據(jù)的子空間聚類算法。文中首先給出了高維數(shù)據(jù)的實例，并從三個方面分析了它們的特點，探討了高維數(shù)據(jù)對傳統(tǒng)的聚類算法所帶來的影響；在此基礎(chǔ)上，研究了現(xiàn)有的可交疊子空間聚類算法、不可交疊子空間聚類算法和其它類型的子空間聚類算法，分析了它們各自的優(yōu)缺點。

2、結(jié)合圖論中的極大團理論，提出了基于極大團的高維子空間聚類算法：摒棄了傳統(tǒng)的類Apdori搜索策略，提出了采用屬性聚類的高維子空間聚類算法，在真實數(shù)據(jù)集和人工數(shù)據(jù)集上的實驗結(jié)果證明了算法的有效性。第五章研究了孤立點檢測的方法。首先介紹了現(xiàn)有的幾類孤立點檢測方法：基于統(tǒng)計的方法、基于深度的方法、基于偏差的方法、基于距離的方法和基于密度的方法，分別討論了它們各自的優(yōu)缺點。在此基礎(chǔ)上，提出了兩種在特征空間中完成孤立點檢測問題的方法：基于雙半徑密

3、度差異的孤立點檢測算法和采用距離分布聚類的孤立點檢測方法。前者通過考察數(shù)據(jù)空間內(nèi)任一點的雙鄰域半徑與鄰域半徑內(nèi)的密度差異來有效識別孤立點，同時采用抽樣技術(shù)進(jìn)一步提高算法效率；后者將孤立點檢測問題重定位在轉(zhuǎn)換空間中，通過考察距離分布差異獲取孤立點。實驗結(jié)果證明了這兩種方法對孤立點數(shù)據(jù)的實際檢測效果。第六章主要對約束聚類問題進(jìn)行了研究。以多種形式所表現(xiàn)的約束能夠指導(dǎo)聚類過程，影響聚類結(jié)果。文中首先介紹了約束條件的不同類型，其次分析了約束條件