磷化工安全評價決策支持系統(tǒng)的設計與開發(fā).pdf

1、隨著信息技術和數據庫技術的不斷發(fā)展,數據庫中存儲的數據種類和數量急劇增加,使得如何從海量數據中快速有效地提取有價值的信息變得至關重要。數據挖掘技術應運而生。適當的數據挖掘方法,使得生物學家可以發(fā)現(xiàn)大量的遺傳信息,也使得地理學家可以發(fā)現(xiàn)對陸地氣候有顯著影響的極地和海洋大氣壓力模式。聚類技術是數據挖掘中的重要技術之一,人們對聚類技術已經有深入的研究,出現(xiàn)了許多種聚類算法,但對聚類邊界的研究剛剛起步。聚類邊界是一種模式,在實際應用中有著廣泛的

2、用途。在圖像檢測中,聚類的邊界代表物體的輪廓,而在臨床醫(yī)學中,聚類的邊界代表具有某種疾病特征的健康人群。所以,對聚類的邊界的研究具有重要的價值。
　　 本文針對現(xiàn)有算法的不足,提出了基于聯(lián)合熵的聚類邊界檢測算法(EDGE)和基于梯度二值化的聚類邊界檢測算法(BAGB)。
　　 EDGE算法采用網格技術和聯(lián)合熵技術相結合的方法來提取聚類邊界點。網格技術用于快速查找數據集中聚類邊界所在的網格范圍,這樣就縮小了查找范圍,提高了

3、算法效率。聯(lián)合熵技術用于在邊界落入的網格范圍內準確地識別聚類的邊界點,這樣提高了算法的精度。實驗結果表明,該算法能夠準確識別不同形狀、大小和密度的數據集中聚類的邊界,可以有效去除噪聲,算法的時間復雜度是輸入數據集點數的線性函數,在大型數據集上執(zhí)行時間優(yōu)勢更明顯。
　　 BAGB算法采用將網格技術和梯度算子相結合方法來提取聚類的邊界點。網格技術用于用于提高數據處理的速度。Prewitt梯度算子用于計算梯度,計算時采用的方法是在某網

4、格周圍3×3區(qū)域內從八個方向來計算梯度,取最大值為中心網格的梯度。梯度用于判斷網格是否是邊界網格,邊界網格中的點即為邊界點。此方法是把圖像處理中處理圖像邊界的方法用于處理聚類的邊界,為研究聚類邊界提供了新思路。實驗結果表明,該算法能夠在含有噪聲點/孤立點的數據集上,有效的檢測出聚類的邊界,運行效率高。
　　 本文的創(chuàng)新之處是:(1)提出了將網格技術和聯(lián)合熵技術結合來檢測聚類邊界的思想,給出了EDGE算法;(2)將網格和梯度算子結