軟投票聚類集成的研究及其并行化實(shí)現(xiàn).pdf

1、隨著人類社會(huì)的發(fā)展，數(shù)據(jù)已經(jīng)滲入人類生活的方方面面，成為重要的生產(chǎn)因素。數(shù)據(jù)所包含的知識(shí)往往是競(jìng)爭(zhēng)中至關(guān)重要的信息。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中挖掘知識(shí)的一類方法，而聚類分析是數(shù)據(jù)挖掘中一個(gè)重要組成部分。聚類分析的定義是基于某種或多種相似度量原則，將相似的數(shù)據(jù)分為同一類，不相似的數(shù)據(jù)區(qū)分開(kāi)。聚類分析按照聚類劃分的隸屬度取值范圍可分為硬聚類和軟聚類。硬聚類是指劃分的結(jié)果為某數(shù)據(jù)對(duì)象要么屬于某一類，要么完全不屬于某一類。軟聚類則是數(shù)據(jù)對(duì)象以一定的

2、概率屬于某類。現(xiàn)實(shí)世界中很多數(shù)據(jù)集的實(shí)際結(jié)構(gòu)是模糊的，若被按照硬聚類的方式劃分，則不可避免的會(huì)損失一些有價(jià)值的信息，而軟聚類處理這類數(shù)據(jù)具有更重要的意義?，F(xiàn)在是大數(shù)據(jù)時(shí)代，特別是數(shù)據(jù)挖掘，往往針對(duì)的是大數(shù)據(jù)。云計(jì)算平臺(tái)是一種快速處理大數(shù)據(jù)的工具。
　　由于相似性度量及模型選擇的原因，不可能存在一種聚類算法能夠完美的適用于所有數(shù)據(jù)集。針對(duì)這種情況，學(xué)者們提出了聚類集成算法，聚類集成算法即是通過(guò)某種方法將多個(gè)聚類結(jié)果融合，得出一個(gè)更好

3、、更穩(wěn)定的聚類結(jié)果。聚類集成與單個(gè)聚類相比，具有更好的魯棒性、穩(wěn)定性、準(zhǔn)確性和可擴(kuò)展性。但是現(xiàn)存的聚類集成算法大多數(shù)是針對(duì)硬聚類的，若要對(duì)軟聚類結(jié)果進(jìn)行集成，則需要先將軟聚類結(jié)果進(jìn)行硬化，這樣，會(huì)造成信息的損失。針對(duì)這一問(wèn)題，本文做了兩方面的工作:第一，改進(jìn)軟投票聚類集成算法(SVCE)，提出權(quán)重軟投票聚類集成算法(WSVCE)，第二，提出一種新的軟投票聚類集成算法——VMSC算法，該算法首先對(duì)多個(gè)隸屬度矩陣求均值，然后對(duì)結(jié)果進(jìn)行優(yōu)化。