基于層次的不確定數(shù)據(jù)聚類算法研究.pdf

1、數(shù)據(jù)的不確定性在數(shù)據(jù)的多樣性、安全性和信息量增大方面體現(xiàn)出來(lái)，這些都將導(dǎo)致數(shù)據(jù)的不確定性問(wèn)題的出現(xiàn)，介紹了不確定數(shù)據(jù)和聚類的理論知識(shí)，分析經(jīng)典的不確定數(shù)據(jù)聚類算法及其優(yōu)缺點(diǎn)，針對(duì)算法的不足提出了基于不確定數(shù)據(jù)的層次聚類改進(jìn)算法UHK-means。
　　UHK-means算法主要從以下四個(gè)方面進(jìn)行改進(jìn)和整合:
　　一、在不確定數(shù)據(jù)方面。分析了不確定數(shù)據(jù)的種類和不確定性，針對(duì)不同類型的不確定數(shù)據(jù)，采用兩種改進(jìn)的距離衡量標(biāo)準(zhǔn):滑動(dòng)

2、濾波距離和概率濾波距離。
　　二、在聚類簇?cái)?shù)量方面。聚類簇?cái)?shù)量的不確定性和人為設(shè)定是基于劃分和基于層次的聚類算法的一個(gè)不足。通過(guò)輪廓系數(shù)來(lái)獲取貼近實(shí)際的最優(yōu)聚類數(shù)，改進(jìn)了聚類簇?cái)?shù)量的不確定性和人為設(shè)定性的不足。
　　三、在層次聚類的方面。針對(duì)基于劃分的K-means算法的兩個(gè)不足:聚類簇?cái)?shù)目的人為設(shè)定和初始中心點(diǎn)的隨機(jī)選取。結(jié)合層次聚類算法的優(yōu)勢(shì)，提出層次聚類單鏈接拼接算法，快速獲取包含實(shí)際意義的迭代初始中心點(diǎn)，減少K-me

3、ans迭代次數(shù)。
　　四、在聚類結(jié)果的衡量方面。K-means算法的迭代終止衡量標(biāo)準(zhǔn)，需要一定的時(shí)間和空間損耗，本文討論了衡量時(shí)間的標(biāo)志，提出了自己的方法。
　　五、對(duì)UHK-means進(jìn)行了實(shí)驗(yàn)對(duì)比。在UCI機(jī)器學(xué)習(xí)庫(kù)進(jìn)行了多個(gè)數(shù)據(jù)集上進(jìn)行了對(duì)比試驗(yàn)。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的UK-means算法，以及K-means相比，本文所提出的UHK-means算法在空間復(fù)雜性和時(shí)間復(fù)雜性要好。這些研究成果為不確定數(shù)據(jù)聚類在實(shí)際問(wèn)題中的