基于數(shù)據(jù)密度估計(jì)的聚類與離群點(diǎn)檢測研究.pdf

1、計(jì)算機(jī)科學(xué)發(fā)展至今，已可以通過數(shù)值計(jì)算來幫助人類分析問題并做出適當(dāng)?shù)臎Q策。同時(shí)存儲(chǔ)技術(shù)和數(shù)據(jù)采集技術(shù)的進(jìn)步，使人們可以收集保存大量的數(shù)據(jù)。如何利用這些數(shù)據(jù)得到知識(shí)成為近年研究的熱點(diǎn)。數(shù)據(jù)挖掘技術(shù)是利用數(shù)據(jù)得到新的潛在有用的知識(shí)的有力工具。統(tǒng)計(jì)分析技術(shù)是數(shù)據(jù)挖掘的重要基礎(chǔ)理論之一。而概率密度估計(jì)是統(tǒng)計(jì)分析技術(shù)的重要技術(shù)之一。因此，研究與密度估計(jì)有關(guān)的數(shù)據(jù)分析技術(shù)有重要意義。
　　 數(shù)據(jù)局部密度作為數(shù)據(jù)的一個(gè)重要特征，能夠體現(xiàn)出數(shù)據(jù)

2、內(nèi)部結(jié)構(gòu)狀態(tài)，可有效幫助人類理解數(shù)據(jù)的結(jié)構(gòu)。因此，具有嚴(yán)謹(jǐn)數(shù)學(xué)基礎(chǔ)的概率密度估計(jì)算法是數(shù)據(jù)挖掘領(lǐng)域常用的分析方法，經(jīng)過科研工作者的多年研究，大量數(shù)據(jù)密度估計(jì)算法已經(jīng)廣泛應(yīng)用在聚類，分類，離群點(diǎn)檢測，數(shù)據(jù)壓縮等研究領(lǐng)域。數(shù)據(jù)密度估計(jì)算法的基本假設(shè)為：如果數(shù)據(jù)觀測值遵從某種分布規(guī)律，那么估計(jì)得到數(shù)據(jù)對(duì)應(yīng)的概率密度可以推測數(shù)據(jù)具有的某種規(guī)律。數(shù)據(jù)密度大的地方對(duì)應(yīng)數(shù)據(jù)的類中心區(qū)域，數(shù)據(jù)密度小的地方代表類邊界，或者例外點(diǎn)或者離群點(diǎn)。這兩種情況對(duì)應(yīng)

3、著數(shù)據(jù)挖掘領(lǐng)域的聚類和離群點(diǎn)檢測，顯然這兩個(gè)研究方向是可以在數(shù)據(jù)密度估計(jì)的層次上統(tǒng)一到同一個(gè)框架中。
　　 本文通過研究已有的數(shù)據(jù)密度估計(jì)算法，提出了一種新的自適應(yīng)的數(shù)據(jù)密度估計(jì)方法，與以往的算法相比，可以增加類內(nèi)數(shù)據(jù)的相似度，減少類間的相似度，更好的發(fā)現(xiàn)數(shù)據(jù)內(nèi)部結(jié)構(gòu)，在FCM聚類初始點(diǎn)選擇和離群點(diǎn)檢測領(lǐng)域得到了有效的應(yīng)用。
　　 在聚類方面，提出的算法可以通過尋找數(shù)據(jù)內(nèi)密度最大點(diǎn)來給出類中心的估計(jì)值，為FCM算法提供有