大規(guī)?？茖W(xué)數(shù)據(jù)挖掘中密度聚類算法的研究.pdf

1、數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中提取知識，又被稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)。它是一個跨學(xué)科的新興研究領(lǐng)域。聚類分析是其中的一個重要分支，它研究數(shù)據(jù)間邏輯上或物理上的相互關(guān)系，通過一定的規(guī)則將數(shù)據(jù)集劃分為在性質(zhì)上相似的數(shù)據(jù)點構(gòu)成的若干個類。 本文首先介紹了數(shù)據(jù)挖掘的基本概念、存在問題及發(fā)展方向。其次介紹了聚類分析的基本概念、分類及一些常見的算法思想，并著重討論了一些經(jīng)典的聚類算法。 基于密度的聚類算法是本文的重點研究對象。研究表明，大多

2、數(shù)基于密度的聚類算法需要輸入初始參數(shù)，參數(shù)通常由用戶根據(jù)經(jīng)驗給出，這往往是困難的。且密度參數(shù)通常簡單的將聚類分為高低密度兩種，無法反映整體數(shù)據(jù)的分布特點。為了解決此類算法面臨的問題，本文提出一種基于密度與網(wǎng)格聚類算法相結(jié)合的自適應(yīng)式聚類算法，它首先對數(shù)據(jù)進(jìn)行網(wǎng)格化，然后分析網(wǎng)格的密度分布，從而自適應(yīng)的得出一系列密度區(qū)間，這些區(qū)間的劃分進(jìn)而作為聚類的參數(shù)。這樣的區(qū)間劃分不再是簡單的高低密度分界，而是反映了數(shù)據(jù)分布的特點。 數(shù)據(jù)挖掘

3、與科學(xué)研究的結(jié)合是近來新興的研究課題，在很多方面都有值得研究的地方。大規(guī)?？茖W(xué)數(shù)據(jù)具有數(shù)據(jù)量大、特征復(fù)雜的特點，在對其進(jìn)行處理時，往往使得理解、分析這些科學(xué)數(shù)據(jù)，并從中獲取知識變得十分困難，由此科學(xué)數(shù)據(jù)挖掘勢在必行。 本文對科學(xué)數(shù)據(jù)挖掘項目及其科學(xué)仿真數(shù)據(jù)進(jìn)行了介紹，并且將所提出的自適應(yīng)式網(wǎng)格密度聚類算法應(yīng)用于科學(xué)仿真數(shù)據(jù)。并對聚類結(jié)果進(jìn)行聚類特征的分析提取，提取的聚類特征表示了數(shù)據(jù)的整體物理變化過程。 在本文的最后對全