基于聯(lián)系數(shù)的位置不確定性數(shù)據(jù)聚類算法.pdf

1、近些年來，數(shù)據(jù)挖掘一直是信息技術(shù)產(chǎn)業(yè)圈內(nèi)重點(diǎn)關(guān)注的技術(shù)點(diǎn)，究其原因主要在于信息技術(shù)產(chǎn)業(yè)擁有大量數(shù)據(jù)可供廣泛使用，而這些數(shù)據(jù)背后所隱藏的有價(jià)值的知識(shí)信息有待被挖掘出來。這些被提取出來的信息可以在金融市場(chǎng)，商業(yè)貿(mào)易，學(xué)術(shù)科研等領(lǐng)域發(fā)揮重要的導(dǎo)向作用。而其中聚類又是數(shù)據(jù)挖掘中最為關(guān)鍵的一項(xiàng)研究課題。
　　在這個(gè)網(wǎng)絡(luò)信息技術(shù)發(fā)展疾速的年代，所產(chǎn)生的數(shù)據(jù)信息往往具有各不相同的結(jié)構(gòu)和屬性，而這使得數(shù)據(jù)挖掘?qū)⒂瓉硇碌钠D難挑戰(zhàn)。在現(xiàn)代的許多應(yīng)用領(lǐng)

2、域中，比如在無線傳感器發(fā)射與信號(hào)收集的場(chǎng)景中，無線傳感器無法像有線通訊設(shè)備一樣始終連續(xù)地發(fā)射和接收信號(hào)，由于受到外界干擾或者技術(shù)限制，其信號(hào)具有離散性;然而，自然界真實(shí)的環(huán)境變化是連續(xù)性的，這就導(dǎo)致了無線傳感器收集到的信號(hào)是不確定性的;在對(duì)于這一類的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，處理與分析時(shí)，在考慮該數(shù)據(jù)整體性的同時(shí)必須兼顧其不確定性，這樣才能更為客觀的體現(xiàn)數(shù)據(jù)的本質(zhì)特性，才能更好地得到數(shù)據(jù)處理結(jié)果，而這無疑使傳統(tǒng)確定性數(shù)據(jù)挖掘研究面臨了新難題。

3、>　　處理不確定性數(shù)據(jù)的數(shù)學(xué)工具有概率密度函數(shù)，模糊數(shù)，區(qū)間數(shù)以及聯(lián)系數(shù)等。其中聯(lián)系數(shù)是一種較新的，專門用來研究不確定數(shù)據(jù)問題的數(shù)學(xué)工具，目前已經(jīng)在諸如水資源系統(tǒng)評(píng)價(jià)，多屬性多目標(biāo)評(píng)估，群決策等領(lǐng)域有著廣泛的運(yùn)用。但在數(shù)據(jù)挖掘聚類領(lǐng)域的應(yīng)用還十分少見。
　　本文的主要工作內(nèi)容和研究成果如下:
　　1.本文首先對(duì)大數(shù)據(jù)環(huán)境下的數(shù)據(jù)挖掘以及數(shù)據(jù)挖掘中重要課題聚類進(jìn)行了介紹，論述了本文研究重點(diǎn)不確定性數(shù)據(jù)產(chǎn)生的背景和原因，然后詳細(xì)

4、講解聚類的定義，相似性度量方式，常見的聚類方法等;接著介紹了不確定性數(shù)據(jù)的表示方式，以及提出了本文核心數(shù)學(xué)工具-聯(lián)系數(shù)理論，并做了詳細(xì)介紹，為本文后續(xù)章節(jié)的核心內(nèi)容研究做理論鋪墊;最后介紹說明了不確定性數(shù)據(jù)聚類的研究現(xiàn)狀。
　　2.針對(duì)于目前劃分一類的不確定性數(shù)據(jù)聚類，為了克服其聚類運(yùn)算時(shí)的計(jì)算復(fù)雜度高，處理數(shù)據(jù)時(shí)忽視不確定性對(duì)聚類結(jié)果影響等缺點(diǎn)，本文提出了一種基于聯(lián)系數(shù)的不確定性數(shù)據(jù)劃分聚類算法，該算法不但大大降低計(jì)算復(fù)雜度，而

5、且在聚類過程中兼顧考慮了不確定性數(shù)據(jù)整體位置和不確定性變化趨勢(shì)對(duì)聚類結(jié)果的影響。實(shí)驗(yàn)數(shù)據(jù)顯示，本算法聚類效果好，質(zhì)量高且性能優(yōu)越。
　　3.針對(duì)于目前基于密度的不確定性數(shù)據(jù)聚類較為匱乏，而基于劃分的聚類算法又有無法區(qū)分任意形狀的簇以及難以發(fā)現(xiàn)離群點(diǎn)等缺點(diǎn)，本文提出了一種基于聯(lián)系數(shù)的不確定性數(shù)據(jù)密度聚類算法，該算法降低了計(jì)算復(fù)雜度，提出新的距離衡量標(biāo)準(zhǔn)，考慮了不確定性變化趨勢(shì)，而且大大降低了基于密度這一類聚類算法的參數(shù)敏感性。實(shí)驗(yàn)結(jié)