聚類挖掘研究及其在隧道病害評(píng)價(jià)中的應(yīng)用.pdf

1、信息社會(huì)對(duì)海量數(shù)據(jù)的處理能力提出了更高的要求。數(shù)據(jù)挖掘技術(shù)伴隨著這種需求應(yīng)運(yùn)而生，已成為信息技術(shù)研究的熱點(diǎn)之一。而聚類挖掘是數(shù)據(jù)挖掘技術(shù)中被廣泛采用的技術(shù)之一。 本文主要對(duì)模糊聚類算法FCM進(jìn)行了改進(jìn)：結(jié)合競(jìng)爭(zhēng)聚類算法CA、健壯性算法NC和關(guān)系型聚類算法FRC，提出了新的目標(biāo)函數(shù)，并借鑒以上幾種算法的推導(dǎo)方法，推導(dǎo)出隸屬度的迭代公式。該算法具有以下特點(diǎn)：第一，通過(guò)競(jìng)爭(zhēng)因子，使大量的初始聚類逐漸退化到最佳數(shù)目的聚類，可以解決傳統(tǒng)算

2、法由于缺乏先驗(yàn)知識(shí)而產(chǎn)生的聚類數(shù)目不合理的問(wèn)題；第二，通過(guò)引入噪聲類項(xiàng)，使得算法對(duì)孤立點(diǎn)有良好的適應(yīng)性，從而更加健壯；第三，在目標(biāo)函數(shù)中直接引入相異度函數(shù)，使得算法可以直接適用于非歐幾里德距離的關(guān)系數(shù)據(jù)。此外，在研究基于劃分的聚類算法的基礎(chǔ)上，對(duì)k-均值算法進(jìn)行改進(jìn)，提出PKM算法，通過(guò)計(jì)算機(jī)仿真驗(yàn)證了算法的優(yōu)越性。 結(jié)合隧道病害檢測(cè)數(shù)據(jù)的特點(diǎn)，提出了從預(yù)處理到評(píng)價(jià)的有效方法。首先，對(duì)數(shù)據(jù)進(jìn)行清洗，采用離散化和歸一化方法對(duì)數(shù)據(jù)進(jìn)