2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩91頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)和電子商務(wù)的急速發(fā)展,需要處理的數(shù)據(jù)量也是急速增長。面對海量的數(shù)據(jù),數(shù)據(jù)挖掘技術(shù)應(yīng)運而生,它涉及了機器學(xué)習(xí)、模式識別、統(tǒng)計學(xué)、人工智能等多門學(xué)科。數(shù)據(jù)挖掘技術(shù)實現(xiàn)難度大,技術(shù)含量高,更注重于從海量數(shù)據(jù)中發(fā)現(xiàn)隱含的知識的可伸縮性。
  聚類分析是數(shù)據(jù)挖掘領(lǐng)域中一種重要的方法,而模糊C均值(FCM)聚類算法是聚類分析中應(yīng)用最為廣泛的算法,面對當今海量的待聚類數(shù)據(jù),F(xiàn)CM聚類算法的缺點尤為突出,主要表現(xiàn)為:數(shù)據(jù)量大時FCM算法

2、收斂速度較慢;聚類數(shù)目需要事先人為給定,具有很大的不確定性;對噪聲數(shù)據(jù)敏感,抗噪性能差。
  針對FCM算法的以上缺點,本文就FCM聚類算法及改進算法進行了分析及結(jié)合?;谀:丶s束的FCM聚類算法,進一步分析了加入相對熵約束的FCM聚類算法,該方法將相對熵作為調(diào)節(jié)函數(shù)加入目標函數(shù)中,最大化不同類之間的相異度,而且具有對噪聲數(shù)據(jù)點分配低隸屬度值的能力,從而有效的抑制了噪聲數(shù)據(jù)對聚類中心的影響,并且加入相對熵系數(shù)?,用來調(diào)節(jié)相對熵的

3、重要程度,以適應(yīng)不同用戶的需求。同時,在此算法中加入了魏立梅提出的對手抑制式方法,加快了算法的收斂速度;此外,針對聚類數(shù)目需要事先人為給定的缺點,加入聚類有效性函數(shù),實現(xiàn)了聚類數(shù)目的自動優(yōu)選。
  最后,將結(jié)合后的算法在MATLAB平臺上進行仿真實現(xiàn),數(shù)據(jù)集使用簡單數(shù)據(jù)集、二維數(shù)據(jù)集、三維數(shù)據(jù)集、IRIS數(shù)據(jù)集,并與傳統(tǒng)的FCM算法、基于模糊熵的FCM算法進行比較。實驗證明:結(jié)合后的FCM算法不但在抗噪性能方面有很大的提高,而且收

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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(dān)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。

評論

0/150

提交評論