2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、聚類是一種無(wú)監(jiān)督學(xué)習(xí)方法,通過(guò)聚類可以將數(shù)據(jù)對(duì)象分組成多個(gè)類或簇,且在同一簇中的對(duì)象具有很高的相似性,而不同簇中的對(duì)象具有較大的差別。聚類分析已經(jīng)廣泛地應(yīng)用在許多領(lǐng)域中,例如模式識(shí)別、數(shù)據(jù)分析、圖像分割和市場(chǎng)研究等。目前,研究人員提出了很多不同的聚類算法,其中基于目標(biāo)函數(shù)的聚類(也稱為基于劃分的聚類)是較常用的方法。
  一般來(lái)說(shuō),基于目標(biāo)函數(shù)的聚類可歸結(jié)為一個(gè)具有約束條件的優(yōu)化問(wèn)題,通過(guò)改變目標(biāo)函數(shù)或約束條件可以獲得不同的聚類算

2、法。目前,在已提出的一些模糊聚類算法中,大多通過(guò)此種方法實(shí)現(xiàn)的。本文結(jié)合廣義熵和模糊C均值聚類的目標(biāo)函數(shù),通過(guò)對(duì)數(shù)據(jù)對(duì)象的特征加權(quán),獲得了特征加權(quán)的廣義熵模糊聚類目標(biāo)函數(shù),并且針對(duì)兩種不同的隸屬度約束條件,研究了特征加權(quán)的廣義熵模糊聚類,具體研究?jī)?nèi)容如下:
  1.針對(duì)數(shù)據(jù)對(duì)象的不同特征對(duì)聚類的影響不同,將數(shù)據(jù)樣本的特征引入權(quán)值(稱為特征權(quán)值),并將這種特征權(quán)值應(yīng)用到Karayiannis、Li、Tran和Wanger以及Wei和

3、Fahn提出的基于模糊熵的聚類目標(biāo)函數(shù)中,獲得了特征加權(quán)的基于模糊熵的目標(biāo)函數(shù);為了進(jìn)一步研究基于熵的模糊聚類算法,通過(guò)引入廣義熵并結(jié)合特征權(quán)值,對(duì)上述的目標(biāo)函數(shù)進(jìn)行了推廣,提出了一種具有特征加權(quán)的廣義熵模糊聚類的目標(biāo)函數(shù)。
  2.分析研究了常用的隸屬度約束條件,并結(jié)合常用的隸屬度歸一化和放松歸一化兩種約束條件,獲得了基于特征加權(quán)的廣義熵模糊聚類的優(yōu)化問(wèn)題,通過(guò)使用拉格朗日方法對(duì)該優(yōu)化問(wèn)題求解,從理論上導(dǎo)出了隸屬度、簇中心及特征

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論