K-means算法與智能算法融合的研究.pdf

1、數(shù)據(jù)挖掘的基本含義就是從海量、不完全、有噪音的數(shù)據(jù)中獲取對用戶來說有直接或間接價值的信息。聚類分析的顯著特征就是不需要任何先驗知識或信息，只是根據(jù)事物之間的某些屬性，把事物聚集成類，同時要盡可能滿足同一個簇內(nèi)和簇間的高內(nèi)聚、低耦合要求。聚類是一種無導師監(jiān)督的學習方法，聚類分析技術的迅速發(fā)展使得它被廣泛地應用于科研和生活中的各個方面，是數(shù)據(jù)挖掘領域重要的分支之一。K-means算法是典型的一種劃分聚類算法，由于算法簡單而且易于實現(xiàn)，受到很

2、多科研人員的關注，但同時也存在一些缺點，如對初始中心點的選擇較為敏感，同樣的數(shù)據(jù)集不同的初始化可能會有不一樣的結果，特別是面對不規(guī)則的數(shù)據(jù)集或者是大數(shù)據(jù)集時更是如此。
　　遺傳算法是模仿生物界自然選擇和進化機制的一種智能算法，以染色體為基本運算單位，通過染色體之間的交叉、變異、復制然后采用事先設定的評價函數(shù)最終選擇出最優(yōu)的個體。遺傳算法具有潛在的并行性、較強的魯棒性、問題無關性、全局最優(yōu)性等優(yōu)點，從而得到了廣泛的研究和應用。云計算

3、是大數(shù)據(jù)時代來臨的必然產(chǎn)物，Map-Reduce計算模型是Hadoop平臺里的一個組織架構，它是模仿Google云計算平臺架構下的免費的、開源的一個云計算平臺。近些年人們對云計算的研究大多是在這個平臺下進行的。本文提出了一種在Hadoop平臺下，將遺傳k-means算法并行化設計實現(xiàn)，這樣就可以避免基于MPI并行化繁瑣設計同時可以提高算法的運行效率以及聚類的準確性。
　　螞蟻算法是近年來人們研究的熱點，主要原理是研究螞蟻活動過程中

4、利用分泌的信息素，然后根據(jù)信息素濃度的不同來找到最佳的路徑或方法。螞蟻算法除了經(jīng)常應用在人們熟悉的TSP等問題中，基于螞蟻覓食以及尸體堆積的聚類算法中也越來越受到關注?；谖浵佉捠车木垲愃惴ɡ梦浵伒娜后w智能性往往可以得到較好的聚類結果但是在聚類的初期由于信息素的匱乏，螞蟻算法的收斂速度較慢，針對這個缺點本文提出對數(shù)據(jù)集進行預處理，采用基于密度和距離的方法來選擇初始的聚類中心，然后據(jù)此生成初始的信息素不均勻分布從而加快了算法的收斂時間。