【摘 要】
：
聚类分析是数据预处理的一种重要工具,是一种无监督分类方法.计算机及网络技术的发展,为聚类分析的应用提供了广阔的舞台；特别是在模式识别、图像分割、计算机视觉和模糊控制
论文部分内容阅读
聚类分析是数据预处理的一种重要工具,是一种无监督分类方法.计算机及网络技术的发展,为聚类分析的应用提供了广阔的舞台；特别是在模式识别、图像分割、计算机视觉和模糊控制等诸多领域,聚类分析都扮演着重要的角色.
随着其应用的拓广,传统的聚类分析方法正面临着越来越大的挑战,特别是在正确的分类和大数据集及高维数据的处理上,传统聚类方法有时候根本就不能完成任务.
本文通过对粒子群算法和聚类方法的探索，针对上述问题做出如下工作：
1、对基于传统距离的聚类算法在高维数据聚类中所面临的困难及传统距离度量高维数据对比性下降的问题,文中定义了一种面向高维数据的距离度量,来改善聚类算法在处理高维数据时的性能.为克服划分方法容易陷入局部最优的缺陷,将之与智能算法中粒子群算法相结合,以种群寻优的方式,寻找全局最优解.
2、将粒子群优化算法善于全局寻优的特点和聚类算法中的逼近思想结合提出了基于粒子群的动态聚类算法,其主要思想是：首先,将整个的聚类过程看作一个复杂的优化问题,然后通过效用函数的判定逐层进化、逐步寻找最优的聚类及聚类类别数目,即在不断的进化和逼近过程中得到最优解.在该算法中,我们使用效用函数来评价寻优结果的优劣,故效用函数选择尤为重要.
3、在高维数据的聚类及类别的寻优上,文中将定义的距离应用于基于双粒子群的动态聚类算法中,并改写了效用函数.最后,对高维数据的聚类寻优做了有益的尝试.
其他文献
本文内容为两个部分，共分五章.前四章内容围绕Alexandrof设想开展工作，用度量空间的映射象给出了一些广义度量空间的刻画.最后一章是一般拓扑在粗糙集理论中的应用.
第一
基于经典(矩阵型)投入产出分析,本文首先考虑经典的投入产出方程。为此,将矩阵分析中的矩阵分解,优化理论以及算法等方法应用于投入产出方程,从而得到相关的近似解。进而研究
物资的库存在人类的生产，经济，军事等社会活动中是必不可少的，因为它克服了物资的生产与消费在时间上的差异，创造了物资的时间价值，保证了物资流通和生产的顺利进行，然而，太多的物资
通过西门子的视窗操作软件WinCC,综合运用OPC技术和数据库技术实现液位控制系统中的各种类型的数据的采集,实现液位的实时监控,进而实现生产执行系统对现场的各种类型数据的
试验设计是数理统计学中的一个重要的分支,其理论涉及到的数学知识很多,应用也是十分广泛。在实际问题中,实验往往受到精度和经费以及很多其他因素的共同限制。这样,最优设计
小学不仅是学生学习的基础阶段，也是培养学生学习能力的重要阶段，小学语文作为小学教育教学的重要组成部分，既能提高学生的语言认知能力，也能帮助学生构建自己的知识体系，阅读是小
在现代教育发展过程中，使小学品德课程的发展适应社会需求以及有效的提高小学品德教学质量具有重要的意义。只有加强学生的思想道德品质的建立，才能不断提高自身的素质，在未来的
本论文研究了下列的椭圆方程组：这是一个含有多个临界指数的奇异椭圆方程组，椭圆方程组是偏微分方程中的一个重要组成部分. 偏微分方程无论是在数学学科本身，还是在现实生活领域
通过实验研究了节能型微孔成孔剂的种类、成孔机理、有机燃烧产生热量的控制,以及成孔剂对竖孔多孔砖生产工艺和产品性能造成的影响。
The types of energy-saving micropor
本文应用单调迭代方法、上下解方法, 结合估计方法和Arzela-Ascoli定理，得到了半线性椭圆型系统整体解的存在性和不存在性。