数据挖掘中聚类分析算法研究.docx

数据挖掘中聚类分析算法研究.docx扬州大学硕士学位论文数据挖掘中聚类分析算法研究姓名:谢怡文申请学位级别:硕士专业:计算机技术指导教师:陈才扣20100301leandeasytoachievAbstractalweakness:thesensit0•1n•1t•—means,thetAsanewar1senandmu1t1•discip11naryapp1icat■1onfield,dataminingisp1ayingm0reandmore1mportantr01e•ntheinf0rmationana1ysisofdecisionsupP0rIsyslem•c1usterana1ys••1S1san1mp0rtantresearchtopic0fdatamining,wh1chhasbeenw•1de1yaPP1iedinmanyrea1—w0r1dapplicat•merce•,1magepr0cessingpanemrecOgniti0n•textc1ass■1f■1cation1Thiet)hejsisc0nductsresearchonc1usterana1ysisofdatam1ningand1tsapp1icat10n1n一depth•Themainworksinc1ude■■(1)Studytheexist•1ngclusterana1ysistechniquesindePth,andana1yzes0mestate•of一the•artc1usterana1ysisa1g0r•1thmsindeIa11•(2)Ana1yzingacIass•1candw•1de1yusedc1usterana1ysisa1gorithm,k——meansalgorithmissimpanalyzesanimprovedK—icAlgorithm(OKA).(3)ick—meansc1usteringa1gorithm(IGKA).Its吕ivesthecodingscheme,functionstructure,populationinitia1ization,selectionoperation,croSSoveropcrationandmutationopcration,k—meansoptimizationofoperationsanddemons仃atethatusteringalgoriotheraspectsoftheproposedalgorithm・Final1y,theextensiveexperimenta1resu1tstheproposedalgorithmisbetterthancurrentclthms•Keywords:datamining,clusteringanalysis,icalgorithm,K<>means扬州大学学位论文原创性声明和版权使用授权书学位论文原创性声明本人声明:所呈交的学位论文是在导师指导下独立进行研究工作所取得的研究成果。除文屮已经标明引用的内容外,本论文不包含其他个人或集体已经发表的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本人完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子文档,允许论文被查阅和借阅。本人授权扬州大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权屮国科学技术信息研究所将本学位论文收录到'中国学位论文全文数据库:},并通过网络向社会公众提供信息服务。学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日第一章绪论1・1研究背景及选题意义随着计算机技术和信息技术的发展,人们可以方便地获取和存储大量的数据,同时也造成了巨量的数据堆积。面对这些海量的数据,传统的数据分析方法远远不能满足现实的需求。因为传统的数据分析工具只能进行一些统计查询等操作,而不能获得数据之间的内在关系和隐含信息。为了从大量的数据中获得有价值的知识和信息,人们提出一种去粗存精、去伪存真的数据挖掘技术。它的目的在于提取海量数据屮隐藏着的模式,从而发现人们感兴趣的知识。从挖掘的任务可以把数据挖掘分为:聚类、关联规则和分类发现等三大类【1】。聚类是一种重要的数据分析技术,搜索并识别一个有限的种类集合或簇集合,从而描述数据。聚类分析作为统计学的一个分支,