基于多目標(biāo)優(yōu)化的聚類算法及其應(yīng)用.pdf

1、隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展,我們需要面對(duì)的數(shù)據(jù)量呈現(xiàn)出成指數(shù)上漲的趨勢(shì),挖掘數(shù)據(jù)內(nèi)部聯(lián)系的數(shù)據(jù)挖掘問(wèn)題變成了一個(gè)越來(lái)越重要也越來(lái)越急需解決的問(wèn)題。聚類算法作為數(shù)據(jù)挖掘中一種很重要分支,近年來(lái)得到了研究者的廣泛關(guān)注。本論文以多目標(biāo)優(yōu)化聚類算法和圖像分割為背景,本論文的主要工作概括如下:
　　(1)提出了一種基于免疫克隆多目標(biāo)優(yōu)化的同時(shí)聚類和分類算法。算法采用免疫克隆多目標(biāo)優(yōu)化算法對(duì)同時(shí)聚類和分類的框架進(jìn)行優(yōu)化,通過(guò)基于非支配度排序的改

2、進(jìn)的免疫克隆操作和免疫基因操作,使得算法得到較多的非支配解,從而更佳利于種群的優(yōu)化并得到更優(yōu)的分類結(jié)果。通過(guò)仿真實(shí)驗(yàn),可以看出算法具有很好的多樣性,均勻性和收斂性。具有更優(yōu)的分類正確率。
　　(2)提出了一種基于免疫克隆多目標(biāo)優(yōu)化的同時(shí)聚類和分類算法的圖像分割框架,通過(guò)灰度共生矩陣和Gabor濾波共同提取圖像特征,并通過(guò)采用分水嶺圖像預(yù)分割處理機(jī)制,加快了免疫算法在處理圖像問(wèn)題的速度。仿真實(shí)驗(yàn)驗(yàn)證了算法的分割準(zhǔn)確性和均勻性。