基于細(xì)胞簇的細(xì)胞自動機數(shù)據(jù)聚類研究及應(yīng)用.pdf

1、對數(shù)據(jù)聚類的研究有很長的歷史，幾十年來，其重要性以及與其他研究方向的交叉特性得到人們的肯定。然而，細(xì)胞自動機在數(shù)據(jù)聚類方面的研究卻相對較少。本文研究了細(xì)胞自動機與蟻群算法結(jié)合用于數(shù)據(jù)聚類的算法，并通過引入細(xì)胞簇的概念，研究其對原算法的改進。
　　首先研究了一種一維細(xì)胞自動機聚類算法，通過對算法中細(xì)胞自動機邊界條件和鄰居半徑的討論，對該算法中的轉(zhuǎn)換規(guī)則進行細(xì)化與改進，加快了算法的收斂過程。其次研究算法中聚類簇分界點的判定問題，指出原

2、算法存在聚類簇邊界點難以判定的不足，并通過引入細(xì)胞簇的概念對原算法進行改進，從而解決一維細(xì)胞自動機上聚類簇分界點的判定問題。通過對聚類結(jié)果的進一步觀察，將細(xì)胞簇進行合并，在保證聚類正確率的前提下減少聚類簇個數(shù)。通過人工數(shù)據(jù)集和UCI數(shù)據(jù)集上的實驗，研究了算法不同參數(shù)取值對聚類結(jié)果的影響，并給出了不同數(shù)據(jù)集上的聚類結(jié)果。同時將改進算法應(yīng)用于雷達輻射源識別。通過對同一類別不同型號雷達數(shù)據(jù)以及不同類別不同型號雷達數(shù)據(jù)的聚類，進一步驗證了算法的