不完整數(shù)據(jù)集模糊聚類算法研究.pdf

1、模糊聚類算法(FCM)雖聚類分析的重要算法之一，該算法聚類過程簡單，容易實觀，得到了廣泛的應(yīng)用，F(xiàn)CM算法通常只能用于完整數(shù)據(jù)集的模糊聚類分析，對于不完整數(shù)據(jù)集的聚類問題卻是力不從心。然而，在許多實際問題中，由于各種原因會導(dǎo)致數(shù)據(jù)的缺失，產(chǎn)生不完整數(shù)據(jù)集，因此，研究不完整數(shù)據(jù)集的聚類問題具有重要的意義。
　　本文主要研究不完整數(shù)據(jù)集的模湖聚類算法，針對最佳完整策略算法（OCSFCM）和最近鄰模型策略算法（NPSFCM）的不足之處進

2、行改進，結(jié)合TLBO算法選擇最佳初始類中心，本文的主要內(nèi)容包括：
　?。?）由于最佳完整策略算法（OCSFCM)對初始類中心的選擇十分敏感，本文將“教與學(xué)”優(yōu)化算法（TLBO）和OCSFCM算法相結(jié)合，利用TLBO算法對不完整數(shù)據(jù)集的初始類中心進行優(yōu)化，建立了不完整數(shù)據(jù)集的TLBO-OCSFCM聚類算法。
　?。?）由于使用最近鄰模型策略算法（NPSFCM）進行聚類時，初始類中心的選取對聚類效果有很大的影響，本文將“教與學(xué)”

3、優(yōu)化算法和NPSFCM算法相結(jié)合，先對不完整數(shù)據(jù)集的初始類中心進行優(yōu)化，然后對不完整數(shù)據(jù)集進行模糊聚類，從而建立了不完整數(shù)據(jù)集的TLBO-NPSFCM聚類算法，優(yōu)化了聚類效果。
　?。?）將本文建立的TLBO-OCSFCM算法和TLBO-NPSFCM算法應(yīng)用于UCI數(shù)據(jù)庫中的Iris和Wine數(shù)據(jù)集進行實證分析，分析結(jié)果表明TLBO-OCSFCM算法和TLBO-NPSFCM算法的聚類效果分別比OCSFCM算法和NPSFCM算法的聚