交通領(lǐng)域中的聚類分析方法研究.pdf

1、隨著信息化技術(shù)的發(fā)展，各領(lǐng)域系統(tǒng)中積累的數(shù)據(jù)越來越多，簡單的查詢統(tǒng)計功能已經(jīng)滿足不了實際需求，運用數(shù)據(jù)挖掘方法從現(xiàn)有數(shù)據(jù)中發(fā)現(xiàn)潛在、有意義的規(guī)律，獲取有價值的知識，為高層管理與輔助決策提供依據(jù)已經(jīng)成為解決問題的關(guān)鍵。因此，本文提出了“交通領(lǐng)域中的聚類分析方法研究”，主要包括：
　　 1.復(fù)雜多源異構(gòu)數(shù)據(jù)整合方法研究，采用XML技術(shù)實現(xiàn)數(shù)據(jù)交換的接口，提供數(shù)據(jù)的共享與交互功能，解決各行業(yè)現(xiàn)行系統(tǒng)中數(shù)據(jù)的異構(gòu)問題，從而滿足不同系統(tǒng)之

2、間數(shù)據(jù)的互聯(lián)互通，為進(jìn)行數(shù)據(jù)挖掘提供了數(shù)據(jù)準(zhǔn)備。
　　 2.面向混合屬性數(shù)據(jù)的權(quán)熵模糊c-均值優(yōu)化方法研究，主要是針對現(xiàn)有算法的不足而提出。同時將其引入模糊關(guān)聯(lián)規(guī)則中，以此提高了關(guān)聯(lián)規(guī)則挖掘的精度和效率，同時拓展了模糊關(guān)聯(lián)規(guī)則的應(yīng)用范圍。
　　 3.面向混合屬性數(shù)據(jù)的聚類融合方法，提高聚類穩(wěn)定性的同時，提高了聚類的精度和效率。給出了聚類融合的模型體系，并根據(jù)混合屬性數(shù)據(jù)的特征進(jìn)行了相應(yīng)的擴(kuò)充，包括分類、混合屬性數(shù)據(jù)聚類成

3、員的產(chǎn)生方法；共識函數(shù)的設(shè)計方法及步驟：簇的合并與分裂策略及步驟。
　　 4.研究基于聚類融合的混合屬性數(shù)據(jù)增量聚類方法，針對增量聚類的研究中缺少對混合屬性數(shù)據(jù)的研究，且增量方法易出現(xiàn)不穩(wěn)定的現(xiàn)象，提出了基于聚類融合的增量聚類方法，分別討論了有、無數(shù)據(jù)基礎(chǔ)時的增量聚類問題，提高了聚類的精度和效率，節(jié)省了聚類的時間。
　　 5.研究聚類分析在交通領(lǐng)域中的應(yīng)用，挖掘?qū)е陆煌ㄊ鹿实脑蚝蜐撛谝?guī)律，為相關(guān)管理部門提供輔助決策，預(yù)