文档介绍：基于层次聚类的模糊聚类算法的研究

Research on hierarchy-based Fuzzy Clustering Algorithm

作者姓名李玲玲
学位类型工程硕士
学科、专业计算机技术
研究方向数据挖掘
导师及职称方帅副研究员

2010 年 5 月
合肥工业大学

本论文经答辩委员会全体委员审查,确认符合合肥工业大学硕士学
位论文质量要求。

答辩委员会签名:(工作单位、职称)

主席: 郑诚安徽大学副教授
委员: 吴红星徽商集团信息中心高级工程师
胡学钢合肥工业大学教授
邵堃合肥工业大学副教授
姚宏亮合肥工业大学副教授

导师:方帅合肥工业大学副教授
独创性声明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成
果。据我所知,除了文中特别加以标志和致谢的地方外,论文中不包含其他人已经发表
或撰写过的研究成果,也不包含为获得合肥工业大学或其他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作了明确
的说明并表示谢意。

学位论文作者签字: 李玲玲签字日期:2010 年 12 月 01 日

学位论文版权使用授权书

本学位论文作者完全了解合肥工业大学有关保留、使用学位论文的规定,有权
保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅或借阅。本人
授权合肥工业大学可以将学位论文的全部或部分论文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。
(保密的学位论文在解密后适用本授权书)

学位论文者签名: 李玲玲导师签名: 方帅

签字日期:2010 年 12 月 01 日签字日期:2010 年 12 月 01 日

学位论文作者毕业后去向:
工作单位: 淮北职业技术学院计算机科学技术系电话:**********
通讯地址: 淮北职业技术学院计算机科学技术系邮编:235000
基于层次聚类的模糊聚类算法的研究

摘要

数据挖掘是目前信息处理和数据库技术领域的前沿研究课题,被公认为最
具发展前景的关键技术之一。聚类分析是数据挖掘的一个重要研究领域,是一
种用于数据划分或分组处理的重要手段。聚类的应用非常广泛,在商务、市场
分析、生物学、WEB 文档分类等领域中都得到了充分的应用。常用的聚类分析
方法有划分聚类方法、层次聚类方法、基于密度的聚类方法、基于网格的聚类
方法、基于模型的方法等。这些方法所涉及的领域几乎遍及人工智能科学的方
方面面,而且在特定的领域中,取得了良好的效果。
首先,本文对数据挖掘中的聚类技术进行了分析和讨论,总结了聚类算法
的分类,系统介绍了各类聚类算法的原理、优缺点及关键技术。然后,针对 FCM
算法的对初始值敏感,以及目标函数没考虑类间距离的缺点,提出了一种基于
层次聚类的模糊聚类算法(HFCM)。该算法采用凝聚的层次聚类方法,快速地
发现高度聚集的数据区域,并对这些高密度区域进一步进行分析与合并,通过
评估函数的评估,找到最优的聚类方案。最后,分别用人造数据和真实数据进
行实验验证,结果表明,该算法具有较高的分类精确度和较高的排除噪声的能
力。

关键词:数据挖掘;层次聚类;模糊聚类;评估
Research of Hierarchical Fuzzy Clustering Algorithm

Abstract

Data Mining is a superiorhot area in the information and database technology,
and monly considered as one of the key technology with wild developing
perspective. Clustering is an important area for research in Data Mining, and also
an important method in data partition or data grouping. Clustering has been widely
used merce, market analysis, biology, Web classificatio