XML聚類集成研究.pdf

1、XML聚類集成也與傳統(tǒng)的聚類集成算法一樣都是通過對(duì)原始數(shù)據(jù)集進(jìn)行學(xué)習(xí)和集成，得到一個(gè)能較好地反映數(shù)據(jù)集內(nèi)在結(jié)構(gòu)的數(shù)據(jù)劃分，因此它比單一XML聚類算法更能處理好數(shù)據(jù)集的噪聲和孤立點(diǎn)、獲得更好的聚類效果而成為當(dāng)前聚類分析的研究熱點(diǎn)之一。
　　XML聚類集成又分為小規(guī)模的XML聚類集成和大規(guī)模的XML聚類集成，由于目前大部分的聚類集成算法是針對(duì)小規(guī)模數(shù)據(jù)的聚類集成，這些算法應(yīng)用到大規(guī)模數(shù)據(jù)聚類集成中不會(huì)獲得好的聚類效果，因此，本文在研究

2、小規(guī)模數(shù)據(jù)的聚類集成的同時(shí)，特別針對(duì)大規(guī)模的XML數(shù)據(jù)進(jìn)行更深入的研究。為了達(dá)到實(shí)現(xiàn)XML聚類集成的目的，在研究聚類集成前，其首要任務(wù)就是選擇好的XML文檔相似度計(jì)算方法，通過本文設(shè)計(jì)出的XML文檔相似度的計(jì)算方法與傳統(tǒng)的相似度計(jì)算方法對(duì)比，選擇本文設(shè)計(jì)出的XML文檔相似度的計(jì)算方法具有更高的準(zhǔn)確性和精度，因此在本文的XML聚類集成研究中都采用本文設(shè)計(jì)的XML相似度計(jì)算方法;其次在研究小規(guī)模的XML聚類集成算法中，提出基于量子遺傳算法的

3、XML聚類集成解決方案，該方案實(shí)現(xiàn)的XML聚類質(zhì)量和聚類精度明顯比本文提出的兩種單一聚類算法的解決方案要好和高;
　　最后針對(duì)數(shù)據(jù)量從MB到GB和TB且結(jié)構(gòu)復(fù)雜、數(shù)據(jù)分布不均勻、噪聲多的XML大數(shù)據(jù)的聚類集成研究，提出并行AP傳播的XML大數(shù)據(jù)聚類集成解決方案，該方案先對(duì)每一個(gè)XML大數(shù)據(jù)進(jìn)行清洗、劃分和抽取，并從劃分的子集中抽取子樹，通過設(shè)計(jì)出的隨機(jī)子空間分類器并行地對(duì)抽取的子樹進(jìn)行訓(xùn)練，得到k個(gè)具有不同特征的訓(xùn)練子集的分類;其