当前位置: 首页 > >

下降迭代算法对数值聚类分析技术的优化研究_论文

维普资讯 http://www.cqvip.com 20 0 8牟第3 期  中图分 类号 :P7   T 24 文献标识码 :  A 文章编号 :09—25 (080 — 0 7 3 10 52 20 )3 0 9 —0  下 降迭 代 算 法 对 数 值 聚 类分 析 技术 的优 化 研 究  李 坤 然 ,谭 骏 珊  ( 中南林业科技大 学计 算机科学学院 ,长沙 400 ) 104  摘 要 :提 出使 用下 降迭代 算 法 对数 值 聚 类分 析 技 术 进 行 优 化 。下 降 迭代 通 过 设 定 函数 ,给 出   初始假设解 ,然后按照某种规则依 次找 到最优 解。首先介绍常用聚类算法 , 而引 出下降迭代  从 法 聚 类。通 过 实验证 明 了下降 迭代 算 法对数 值 聚 类优 化 的 可行性 。   关键词 :下降迭代算法 ; 数据挖掘 ;聚类算法  S u y o   pt i i g n m e i   l se i g‘ l o ih   y t d   fo i zn   u m r c c u t r n a g rt m b   d s e t ie a i e a g rt m   e c n  t r tv   l o ih L  u — n A  u —h n IK n r .T N J n s a   a ( oeeo  o ue c neC nrl o t  nvri f oet  n   e nlg , h nsa400 , h a  C l g f mp t Si c , e t   uhU i syo  rs yad Tc o yC agh  104 C i ) l C r e aS e t F r h o n Absr c : ta t  i  a rp t o w r h is e t a  p i zn   u rc cu tr g ag rtm  y d s e tie ai e sp p   u sfr a d t e. u  h to t e s mii g n me   l se n   lo h b   e c n tr t   i i i v l o t m.B   iig i i aiain o   e f n t n,d s e ti rt e ag rtm  n s t e o t z to   n tr   ag r h i y gvn  nt lzto   ft   u ci i h o e c n  t ai   o h e v l i i f d     p i ain i u n. h mi Th sp p rma e   e ito u to  fcu trn   g rtm  rt n   e   l isd s e ti r t eag rtm . i  a e   k st  nr d cin o  l se ga o h f s .a d t n ei t  ec n t ai  lo h   h i l i i h c e v i e p rme ts o   e fa i i t  fd s e  tr t e ag lt m pt zn  h   u r   lse n   g rtm . xe i n  h wst  e sbl y o  e c ntieai   loih o i i g te n me c cu tr ga o h   h i v mi i i l i Ke   r s: d se  trtv   lo i m ; d t  n n y wo d e c ntieaie ag rt h aa m i g; cu trn   lo t m  i lse g ag r h i i e   随着 信息技 术 和 计算 机 技 术 的迅 猛 发 展 , 们  人 有相 似 土地用 途 的区域 ; WE 从 B分 类 出不 同类型 的  面临着越来越多 的文本 、 图像 、 视频 以及音频数据 ,   为 帮助 用户 从这 些 大量数 据 中分析 出其 间所 蕴 涵 的  有价值 的知识 , 数据挖掘 ( a   in , M) D t Mn g D 技术应  a i 运 而生 。所 谓 数 据 挖 掘 …, 是 从 大 量 的 、 完 全  就 不 的 、 噪声 的 、 糊 的 、 机 的 大 量 数据 中提 取 隐含  有 模 随 文档 等等 。   1 聚类分析( ls r l rh   Cut   g im) e A ot 聚类 是一 种 常见 的数 据 分析 工 具 , 目的是 把  其 大量数据点的集合分成若干类 , 使得每个类 中的数  据之 间最 大程 度 地相 似 , 不 同类 中 的数 据 最 大 程  而 度地 不 同 。在 信息 检 索 及 数 据挖 掘 的过 程 中 , 聚类  处理 对 于建 立高 效 的数 据 库 索 引 、 现快 速 准 确 的  实 信 息检 索具 有重 要 的理 论 和现 实意 义 。   在其 中、 人们事先不知道但又是潜 在的有用信息和  知识 的过程 。它 是 一 种 新 的商 业 信 息 处 理 技 术 , 其  主要特 点 是对 商业 数据库 中的大 量业 务数 据进 行抽  取 、 换 、 析 和其 他 模 型 化 处理 , 中提 取 辅 助 商  转 分 从 首先 , 聚类 分 析是 由若 干模 式 组 成 。模 式 是 一  个度 量 的 向量 , 或者 是 多 维 空 间 中 的一 个 点 。聚 类  业决策 的关键性 数据。数据挖 掘的任务 包括两大  块 : 述与 预测 。 聚类作 为数 据挖 掘 中 的一 个模 块 , 描   它可 以从海 量 数据 库 的数据 分布 中发 现一 些人 们所  不 知 的有用 的深 层 信息 , 且 加 以特 征 的描 述 。 聚  并 类 的用 途



友情链接: year2525网 工作范文网 QS-ISP 138资料网 528200 工作范文网 baothai 表格模版