基于遺傳算法進(jìn)行高維數(shù)據(jù)聚類的新算法.pdf

1、數(shù)據(jù)挖掘,是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程。它是一種透過數(shù)理模式來分析海量信息,找出不同的數(shù)據(jù)劃分來提供決策支持的方法。
　　數(shù)據(jù)挖掘是信息產(chǎn)業(yè)界最前沿的研究方向之一,而聚類分析則是數(shù)據(jù)挖掘的一項(xiàng)非?；钴S的研究課題。聚類分析是將數(shù)據(jù)按照其相似度,劃分成若干有意義的類或簇,同一類或簇中的數(shù)據(jù)相似度大相異度小,而不同類或簇間的數(shù)據(jù)相似度小相異度大。
　　高維數(shù)據(jù)聚類是聚類分析中的重要課題

2、。目前,低維數(shù)據(jù)的聚類算法已較為成熟。但是對(duì)于高維數(shù)據(jù),由于其分布特性與低維情況相比有很大差異,使得許多在低維數(shù)據(jù)中通用的算法在高維數(shù)據(jù)中失效。因此對(duì)高維數(shù)據(jù)聚類算法的研究具有非常重要的意義。
　　針對(duì)高維數(shù)據(jù)聚類問題,通常采取子空間聚類或全空間降維的方法來解決。
　　論文提出了一種新的基于遺傳算法的子空間聚類算法,用信息熵和距離評(píng)估子空間對(duì)聚類的貢獻(xiàn)率作為適應(yīng)度評(píng)估函數(shù),適應(yīng)度值直接決定了聚類結(jié)果的質(zhì)量,它是評(píng)估聚類結(jié)果的

3、依據(jù),因此具有一定的理論價(jià)值。
　　論文創(chuàng)新之處以及主要工作如下:
　　(1)設(shè)計(jì)出了一種新的適應(yīng)度評(píng)估函數(shù),這是論文的重點(diǎn)和核心部分。用類內(nèi)對(duì)象距離,類間中心點(diǎn)距離以及信息熵對(duì)特征子空間聚類的貢獻(xiàn)率作為適應(yīng)度評(píng)估函數(shù),使得精確性和魯棒性都得到了較大的提升。
　　(2)遺傳算法中染色體的編碼和搜索空間的確定,編碼空間設(shè)計(jì)為由特征選擇子空間和類中心點(diǎn)空間兩部分聯(lián)合組成,由于實(shí)數(shù)編碼的搜索空間更大且較為方便,論文采取實(shí)數(shù)編