方向性聚類技術(shù)及其應(yīng)用.pdf

1、聚類分析是利用數(shù)學(xué)的方法研究和處理給定對象的分類，其目的是發(fā)現(xiàn)隱藏分布在數(shù)據(jù)集中的結(jié)構(gòu)。近十幾年來，人們獲得和生產(chǎn)數(shù)據(jù)的能力大幅度地提高。通過聚類分析算法人們有效的發(fā)現(xiàn)這些大量的隱藏?cái)?shù)據(jù)內(nèi)的數(shù)據(jù)分布模式，以及數(shù)據(jù)屬性之間存在的有價(jià)值的聯(lián)系。聚類分析技術(shù)廣泛應(yīng)用于生物信息學(xué)，考古學(xué)，心理學(xué)，計(jì)算機(jī)圖像處理，信息檢索，工程控制等諸多領(lǐng)域。 在實(shí)際應(yīng)用中常常會碰到高維數(shù)據(jù)，如基因表達(dá)數(shù)據(jù)，文本數(shù)據(jù)，多媒體數(shù)據(jù)等。由于這種數(shù)據(jù)存在的普遍

2、性，使得對高維數(shù)據(jù)的聚類分析研究具有重要意義。 本文針對高維數(shù)據(jù)的方向性及其聚類分析中出現(xiàn)的問題進(jìn)行了研究。主要包括基因表達(dá)數(shù)據(jù)聚類分析和文本聚類分析，并提出了一些解決問題的方法，具有一定的理論意義和現(xiàn)實(shí)指導(dǎo)意義。 本文的主要研究工作有： 1)通過對高維數(shù)據(jù)方向性特點(diǎn)的分析，針對基因表達(dá)數(shù)據(jù)提出了一種新的相似度度量—方向性相似度，并在此基礎(chǔ)上構(gòu)造了適合基因表達(dá)的聚類算法DSCM。 該算法克服了其他方向性聚