核空間二次蟻群聚類及其配套算法.pdf_第1頁
已閱讀1頁，還剩49頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、聚類分析是數(shù)據(jù)挖掘中一個重要內(nèi)容，為人們提供了在大量數(shù)據(jù)里獲取知識的一個重要手段。蟻群算法開始于上世紀90年代，隨后用蟻群仿生智能的算法在很多領域解決一些平常的算法難以解決的問題，甚至NP難問題，取得了較好的效果。作為一種新型的元啟發(fā)式算法和群體智能算法，蟻群算法具有簡單性、廣泛適應性、魯棒性；它可分布式計算，易于擴展、易于與其他算法結合。
　　 本文主要研究二次蟻群聚類及其配套算法，涉及Acluster蟻群聚類算法、核函數(shù)、壓

2、縮算法。由于傳統(tǒng)的聚類算法在處理復雜特征數(shù)據(jù)時效果不理想，于是，本文提出了一系列的解決方案。
　　 針對普通的歐幾里得距離不容易區(qū)分聚類對象，本文提出了用核函數(shù)映射方法，用高斯徑向基核函數(shù)將原空間上的對象數(shù)據(jù)映射到高維的特征空間，得到特征值，用特征值來聚類。文中還給出了核函數(shù)參數(shù)的計算。
　　 由于我們使用的Acluster蟻群聚類一次聚類得到的結果里簇太多，本文提出了二次聚類。二次聚類需將大空間的結果壓縮到小空間，這樣

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。
  • 6. 下載文件中如有侵權或不適當內(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