基于密度等高線的種子初始化方法研究.pdf

1、作為數(shù)據(jù)挖掘的一項(xiàng)重要技術(shù)，聚類(lèi)分析具有廣泛的應(yīng)用領(lǐng)域。同時(shí)，聚類(lèi)也是數(shù)據(jù)挖掘領(lǐng)域中一個(gè)相對(duì)比較困難的問(wèn)題。在聚類(lèi)算法中，基于模糊劃分的FCM算法是其中的重要一種算法。和其它的算法相比，F(xiàn)CM算法具有計(jì)算簡(jiǎn)單而且運(yùn)算速度快，具有比較直觀的幾何意義的優(yōu)點(diǎn)，因此在圖像處理、模式識(shí)別等領(lǐng)域得到了廣泛的應(yīng)用。 和所有的c均值算法一樣，F(xiàn)CM算法也是只用類(lèi)中心來(lái)表示類(lèi)，這樣只是適合球狀類(lèi)型的簇。另外，F(xiàn)CM算法只能保證收斂到目標(biāo)函數(shù)的局部

2、極值點(diǎn)而不能保證收斂到目標(biāo)函數(shù)的最小值點(diǎn)。對(duì)于該算法而言，合適的種子初始化方法是算法得到合理結(jié)果的必要保證。 本文在目前FCM算法研究的基礎(chǔ)上，討論了傳統(tǒng)FCM算法在原型初始化、類(lèi)的個(gè)數(shù)c的選擇上的局限性，從理論上論證了通過(guò)分析數(shù)據(jù)的密度分布后進(jìn)行種子選擇的可行性。在此基礎(chǔ)上提出了基于密度等高線的種子初始化方法，在該方法中，通過(guò)分析數(shù)據(jù)的密度等高線決定數(shù)據(jù)是否可聚、如果可聚能夠分為幾類(lèi)以及選擇什么樣的點(diǎn)作為種子進(jìn)行原型的初始化。

3、考慮到計(jì)算所有點(diǎn)的密度的復(fù)雜性，提出了將數(shù)據(jù)空間進(jìn)行劃分以減少計(jì)算量的方法。實(shí)驗(yàn)表明，密度等高線算法和其它的種子初始化算法相比并不具有時(shí)間上的優(yōu)勢(shì)，但是該算法能夠找到合適的參數(shù)c，而不需要預(yù)先知道簇的個(gè)數(shù)；它能夠找到合適的原型P從而減少FCM算法迭代的次數(shù)，并且在迭代的過(guò)程中不會(huì)陷入局部極值點(diǎn)，可以適用于間隔不明顯的簇；另外，通過(guò)有偏抽樣它還能夠減少噪聲數(shù)據(jù)的干擾。因此，我們認(rèn)為采用密度等高線算法進(jìn)行種子的初始化是一種可行的方法。