版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、聚類廣泛應用于信息檢索、衛(wèi)星遙感、金融證券、數(shù)據傳輸?shù)缺姸囝I域?;谌炙阉鳈C制的微粒群優(yōu)化技術,由于不依賴問題的特性、可以快速找到問題的最優(yōu)解或者次優(yōu)解,近年來學者們開始將其用于聚類問題。論文分析現(xiàn)有微粒群聚類算法存在的不足,針對類中心數(shù)目未知情況下的靜態(tài)數(shù)據聚類和流數(shù)據聚類等問題,開展其微粒群優(yōu)化理論與方法的研究。
?。?)考慮類中心數(shù)目未知情況下的靜態(tài)數(shù)據聚類問題,研究其多目標微粒群優(yōu)化理論與方法。首先,針對現(xiàn)有多目標微粒
2、群優(yōu)化算法的不足,提出一種改進的多目標量子微粒群優(yōu)化算法;給出一種結合自適應跳動算子的量子更新策略,用來更新微粒的位置;通過引入基于全局差異值GD排序的選擇策略,提出一種新的微粒全局極值點的更新策略;并選擇ZDT和DTLZ等典型測試函數(shù),與多種典型算法進行比較,實驗驗證了所提算法的有效性。
接著,將上述多目標量子微粒群優(yōu)化算法用于類中心數(shù)目未知情況下的靜態(tài)聚類問題,提出一種改進的多目標量子微粒群聚類算法;給出一種適于類中心數(shù)目
3、未知情況的整數(shù)編碼策略;基于 canopy策略預測類中心的數(shù)目,設計一種有效的微粒群初始化策略;通過引入“與”、“并”和“差異”算子,定義一種改進的離散量子微粒更新公式;最后,通過多個UCI典型測試數(shù)據集,實驗驗證所提算法的有效性。
?。?)針對流數(shù)據聚類問題,研究其多種群協(xié)同微粒群聚類方法。借助時間窗將按序到達的流數(shù)據分成若干數(shù)據子塊,采用多個微粒群協(xié)同處理收到的每個數(shù)據子塊。處理某一數(shù)據子塊時,利用變量分割思想將高維聚類問題
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于量子行為微粒群優(yōu)化算法的數(shù)據聚類.pdf
- 基于微粒群算法的聚類算法.pdf
- 微粒群優(yōu)化算法及其在高維數(shù)據聚類的應用研究.pdf
- 輻射反問題的微粒群優(yōu)化算法.pdf
- 基于微粒群優(yōu)化算法的車間調度問題研究.pdf
- 基于微粒群算法的多目標優(yōu)化問題研究.pdf
- 基于蟻群優(yōu)化的聚類算法的研究.pdf
- 基于微粒群優(yōu)化的車間生產作業(yè)調度方法研究.pdf
- 約束優(yōu)化問題的一類罰函數(shù)方法與誤差界理論及其應用.pdf
- 微粒群處理約束優(yōu)化的研究.pdf
- 基于決策理論的微粒群算法.pdf
- 軟件模塊聚類問題的優(yōu)化方法與評價指標研究.pdf
- 求解優(yōu)化問題的微粒群算法及其應用研究.pdf
- 動態(tài)環(huán)境下基于聚類的小生境微粒群算法的研究.pdf
- 面向數(shù)據流的優(yōu)化聚類算法研究.pdf
- 聚類集成優(yōu)化方法研究.pdf
- 基于蟻群算法的雙向聚類問題研究.pdf
- 面向LBSN的移動軌跡聚類方法研究.pdf
- 蟻群優(yōu)化原理、理論及其應用研究.pdf
- 基于蟻群優(yōu)化的聚類算法分析與研究.pdf
評論
0/150
提交評論