基于最小生成樹的多目標聚類集成算法及其應(yīng)用.pdf

1、數(shù)據(jù)挖掘作為信息技術(shù)的主要組成之一，主要指的是從海量數(shù)據(jù)庫中發(fā)掘出隱藏的、不為人可知但具有潛在作用信息的過程，而數(shù)據(jù)挖掘領(lǐng)域中的聚類分析技術(shù)越來越廣泛的應(yīng)用在人們的實際生活中。迄今為止，大量的聚類算法被提出并且得到人們的肯定。但是，隨著數(shù)據(jù)規(guī)模的不斷增大，針對大規(guī)?；蛘吒呔S度數(shù)據(jù)的聚類算法越來越成為學者難以攻克的難點之一，傳統(tǒng)的聚類算法在處理高維度數(shù)據(jù)集時常常會導致“維數(shù)災(zāi)難”。因此，專家們將機器學習中的集成思想引入到聚類算法中，提出了

2、聚類集成技術(shù)。實驗表明，和傳統(tǒng)的聚類算法相比，聚類集成算法在處理高維數(shù)據(jù)時，準確性和穩(wěn)定性均大幅提高。
　　基于上述背景，本文提出了基于最小生成樹的多目標聚類集成算法，并將該算法應(yīng)用到大量基因數(shù)據(jù)集、少量UCI數(shù)據(jù)的聚類以及SAR圖像的分割上。本文的具體工作如下：
　　1.提出了一種基于最小生成樹的多目標聚類集成算法MOCMST。該算法以聚類集成算法MOCLE為框架。第一，算法引入了一種基于最小生成樹的集成算法作為交叉算子，

3、克服了原交叉算子在交叉操作時容易產(chǎn)生非法解的缺陷；第二，算法中加入了新的操作算子來提高該算法的性能，即采用與產(chǎn)生基聚類結(jié)果相同的四種聚類算法對數(shù)據(jù)集的子空間（即數(shù)據(jù)的部分維數(shù)）進行再次搜索；第三，該算法在MOCLE算法的三個目標的基礎(chǔ)上，又加入了新的目標函數(shù)，該目標函數(shù)主要衡量了待評價個體和種群中剩余個體之間的相似程度；第四，在聚類集成前，加入了一種全新的選擇策略，通過這種選擇策略，可以取基聚類結(jié)果中質(zhì)量最好的一部分基聚類結(jié)果進行集成，

4、從而提高最終的聚類結(jié)果。實驗部分，該算法應(yīng)用在大量基因數(shù)據(jù)集以及 UCI數(shù)據(jù)集上。從聚類結(jié)果可以看出，與其他算法相比，該算法可以獲得質(zhì)量更高的聚類結(jié)果。
　　2.提出了基于最小生成樹的多目標聚類集成算法的圖像分割方法。該方法是在算法MOCMST的基礎(chǔ)上進行改進并應(yīng)用到圖像分割中的。這里主要加入了對圖像的特征提取以及預(yù)處理。在特征提取方面，該方法分別采用灰度共生矩陣和非下采樣小波提取紋理特征向量和小波向量；在預(yù)處理方面，利用基于梯度