基于SOM神经网络的聚类可视化方法研究（可编辑）.doc

基于SOM神经网络的聚类可视化方法研究（可编辑）
东北师范大学
硕士学位论文
基于SOM神经网络的聚类可视化方法研究
姓名:齐志
申请学位级别:硕士
专业:计算机软件与理论
指导教师:杨志强;林和平
20090501摘要
随着数据库技术的成熟应用和的迅速发展,人们利用信息技术生产和搜
集数据的能力大幅度提高,使得从大量数据中挖掘出有用的信息或知识成为一个迫切需
要解决的问题。正是这种需求推动了数据挖掘的兴起和数据挖掘技术的发展。数据挖掘
经常要面对一些有噪声、杂乱、非线性的数据,而神经网络具有良好的鲁棒性、自适应
性、并行处理、分布存储和高度容错性等特点,因此神经网络非常适合解决数据挖掘的
一些问题。
聚类分析是数据挖掘的一项重要功能,特别对高维数据的分析具有非常大的优势。
自组织特征映射神经网络不但在数据挖掘、机器学****模式分类和可视化中得到
了广泛的应用,同时可视化技术是进行生物数据挖掘的重要手段。
本文以聚类算法为基础,总结和分析现有的数据可视化方法,对聚类结果可视化技
术进行深入且细致的研究。并提出用非线性主成分分析和自组织映射网
络相结合的方法对生物信息学中基因表达数据进行聚类可视化分析。通过对实验结果的
分析,表明这种方法有较高的聚类下确率,用于基因表达数据的聚类分析是行之有效的。
关键词:数据挖掘;自组织特征映射神经网络;非线性主成分分析; 聚类分
析;可视化, . 唱.,..,?,
.
巧 ;..
, , .,
,
.,..
:
;
; ; ;
独创性声明
本人郑重声明:所提交的学位论文是本人在导师指导下独立进行研究
工作所取得的成果。据我所知,除了特别加以标注和致谢的地方外,论文
中不包含其他人已经发表或撰写过的研究成果。对本人的研究做出重要贡
献的个人和集体,均已在文中作了明确的说明。本声明的法律结果由本人
承担。
、
日期:
学位论文作者签名:
氇
学位论文使用授权书
本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规
定,即:东北师范大学有权保留并向国家有关部门或机构送交学位论文的
复印件和电子版,允许论文被查阅和借阅。本人授权东北师范大学可以将
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
印或其它复制手段保存、汇编本学位论文。 保密的学位论文在解密后适用本授权书 学位论文作者签名:
学位论文作者签名:盟 卫垒
指导教师签名:绁壁车
指导教师签名:垡垫亟聋
日
期:口掣,夕日 期:立兰心
/
/ \
学位论文作者毕业后去向:
工作单位: 电话:
邮编:
通讯地址:东北师范大学硕士学位论文 第章绪论
.研究的背景和意义
现代信息技术的高速发展,数据库应用的规模、范围不断扩大,
可以获得的数据量
越来越大,数据的种类也日益增多,特别是由于互联网的发展带
来的海量的数据和信息。
面对如此大规模的、并且存在着噪声的数据海洋,如何从中提取出隐含的、有意义的、
对决策有用的信息或知识,进一步提高信息利用率,成为“信息时代亟待解决的一个
问题。数据挖掘?,又称为数据采掘、数据开采,相近的术语有数据库知识发现、
数据分析、数据融合、决策支持等。根据..和..等人的定义,数据
挖掘是指从大型数据库的数据中提取人们感兴趣的知识,而这些知识是隐含的、事先未
知的、潜在的有用信息。原始数据可以是结构化的,如关系型数据库中的数据,也可以
是半结构化的,如文本、图形、图像数据,还可以是分布在网络上的异构型数据。发现
知识的方法可以是数学的,也可以是非数学的;可以是演绎的,也可以是归纳的。发现
的知识可以被用于信息管理、查询优化、决策支持、过程控制等,还可以用于数据自身
的维护。数据挖掘在数据库、人工智能、数理统计、可视化、并行计算等领域都有着广
泛的研究前景,国内外许多研究工作者对该领域投入了极大的热忱。
在数据挖掘中,聚类分析是一个具有挑战性的领域,聚类就是将数据对象分组成为
多个类或簇,在同一个簇中的对象之间具有较高的相似度,而不同簇中的对象差别较大。
相异度是根据描述对象的属性值来计算的。距离是经常采用的度
量方式。聚类不同于分类,在分类模块中,对于目标数据库中存在哪些类是已知的,要
做的就是将每条记录分别属于哪一类标记出来;而聚类所要划分的类是未知的,也就是在
对目标数据库到底有多少类预先不知道的情况下,希望将所有的记录组成不同的类或者
说“聚类”,并且使得在