文档介绍：堡�:墨:三�鲨�迹罕冢豪�西安电子科技大学学位论文独创性�虼葱滦�声明关于论文使用授权的说明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了�聖意。申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人签名:期:本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期问论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。�C艿穆畚脑诮饷芎笞袷卮斯娑�本学位论文属于保密,在一一年解密后适用本授权书。导师签名:同日
~————————————————————————————————————————————————————————————————————————————————————————��弧!�蔫,。��海��乇~二‘
摘要聚类分析是用数学方法来研究分类问题的一门学科,是统计模式识别中非监督模式分类的一个重要分支,近二十年来得到了迅猛的发展。模糊聚类算法由于更能准确描述模式问的不确定关系,已经成为近年来研究的热点。在众多的模糊聚类算法中,文献中研究最多、实际中应用最广的是基于目标函数的模糊聚类算法,而且在图像处理、模式识别、计算机视觉等许多领域中已经获得了成功的应用,是目前最实用也是最受欢迎的算法之一。针对现有聚类分析算法在数据挖掘应用中存在的不完善甚至严重不足之处,本文结合粒子群全局优化方法以及支持向量聚类算法,对传统模糊聚类算法进行较为系统的改造和创新,主要探讨了模糊聚类算法目标函数的定义以及改进方法,提出了适合高维任意分布数据集的模糊聚类新算法,扩展了聚类分析的应用范围,并构造了一种新的模糊聚类有效性函数。实验结果表明,本文提出的一系列有关模糊聚类分析的新思想和新方法都取得了良好的效果并在国家科技支撑计划项目中得到了应用。研究成果主要表现在以下几个方面:��岢隽艘恢指慕�目赡苄訡均值聚类方法。该方法首先通过改进���法的目标函数来计算数据模式的隶属度矩阵和聚类中心完成粒子编码,从而降低了算法对初始中心的敏感,避免聚类一致性问题,提高了聚类的精度;针对基于目标函数的模糊聚类算法是一种局部搜索算法,引入粒子群优化算法,使全局的寻优能力大大提高,具有良好的搜索能力和聚类效果。��岢隽艘恢中碌闹С窒蛄磕:�劾喾椒ā8梅椒ū绕鸫�尘劾喾椒ū硐殖�较好的性能,它通过对二次规划问题的求解可以保证全局最优解,而且能够处理任意形状数据集和划分有重叠区域的聚类形状,并且容易处理高维数据;实验结果验证了该设计方法的可行性和有效性。��岢隽艘恢只�诿芏群��慕�瞥跏蓟�椒ā8梅椒ㄖ饕=饩稣攵源蠖嗍�基于目标函数的模糊聚类算法大都需要预先给定初始的聚类中心的问题。该方法通过利用样本分布的密度函数来确定聚类中心,仿真实验表明该方法不仅对高维的大数据集能取得良好的聚类效果,而且计算量也得到了有效的控制。��岢隽艘恢只�诨�窒凳�胂嗨贫攘康挠行�运惴ā8梅椒ḿ瓤悸橇耸��集的分布特征又结合了模糊划分系数,使聚类结果更清晰,可以用作数据集的模糊聚类有效性评价。设计了一种模糊决策评价函数来对加权指数进行最优化选取。实验结果证明了它们的有效性。本文的工作受到国家科技支撑计划项目和陕西省“���笨萍即葱鹿こ讨卮�
科技专项的资助。关键词:模糊聚类模糊�痪�稻劾�可能性�痪�稻劾�聚类中心模糊聚类有效性支持向量粒子群优化
晒�����������,�����鏽������鵬������.��������如����������鐉����唱�����矗�������琣���猻������������������甀����琲��瓵�����如�������,���,���,����甌���.���������,�������.���鐉����.�诧������如������,����瑃��甌�����.��甿������.������.��,������瑃���,�������瑃���.����“��瓼��
鷓��������狹������騨�������鏽���������如��向����謈�������向����凡�����哆�������������������瓵�籺�������琣���.���.����琲���