【摘要】：聚類是研究數據相似性的一種方法,它被廣泛應用于統(tǒng)計學、氣象學、醫(yī)學等諸多科學領域.本文從提升預測能力的角度出發(fā)研究了聚類算法,并提出了增強收縮K-means算法,它是基于James-Stein收縮估計和學習向量量化(LVQ)方法的一種新的聚類方法.這種新算法主要考慮了無監(jiān)督聚類和監(jiān)督分類的優(yōu)點,在每次迭代中,首先使用K-means算法為每個數據點獲取一個臨時標簽,對于這些有標簽數據,利用LVQ算法來獲取原型向量,然后將前一階段獲得的聚類中心通過James-Stein估計量向原型向量收縮,最后再將這些收縮后的中心用于新一輪的K-means迭代聚類.算法不斷執(zhí)行“K-means-to-LVQ-Shrinkage”的迭代過程直到達到停止條件為止.此外本文還進行了大量的模擬數據和實際數據分析,以評估這種新方法的性能,并獲得了很好的結果.
【圖文】：

是一種典型的無監(jiān)督學習.通過圖2.11我們可以很好地理解 K-means 算法的過程.圖2.1 K-means算法示意圖1https://www.cnblogs.com/pinard/p/6164214.html6
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：C81

【相似文獻】

相關期刊論文 前10條

1 甘井中;楊秀蘭;呂潔;黃恒杰;肖磊;;人工智能中無監(jiān)督學習算法綜述[J];海峽科技與產業(yè);2019年01期

2 陳深進;薛洋;歐勇輝;;基于無監(jiān)督學習的實時公交動態(tài)調度的研究[J];重慶郵電大學學報(自然科學版);2019年02期

3 尹遠;廖敏江;李校林;;基于無監(jiān)督學習的行人檢測算法[J];廣東通信技術;2015年02期

4 來學偉;;深度學習無監(jiān)督學習算法研究[J];福建電腦;2018年09期

5 王建新;錢宇華;;符號數據的無監(jiān)督學習:一種空間變換方法[J];計算機科學;2016年01期

6 ;前沿科技動態(tài)[J];科技中國;2018年07期

7 裘晨曦;徐雅斌;李艷平;李卓;;一種基于無監(jiān)督學習的社交網絡流量快速識別方法[J];數學的實踐與認識;2014年03期

8 宋毅;王家駟;孫良麗;;無監(jiān)督學習在臨床實驗室自動審核規(guī)則制定中的實踐價值[J];國際檢驗醫(yī)學雜志;2018年23期

9 劉開第;劉昕;趙奇;周少玲;;基于分類權與質心驅動的無監(jiān)督學習算法[J];自動化學報;2009年05期

10 吳鏡鋒;金煒東;唐鵬;;數據異常的監(jiān)測技術綜述[J];計算機科學;2017年S2期

相關會議論文 前4條

1 韓杰;倪志偉;巨東東;倪麗萍;;基于樸素貝葉斯和無監(jiān)督學習的數據流分類算法[A];第十二屆（2017）中國管理學年會論文集[C];2017年

2 范騰;邵坤;唐振韜;趙冬斌;龐中華;;基于無監(jiān)督學習的星際爭霸2宏觀決策[A];2018中國自動化大會(CAC2018)論文集[C];2018年

3 趙勇;徐誠;樊黎霞;;基于神經網絡的零件加工工藝生成[A];1998年中國智能自動化學術會議論文集（上冊）[C];1998年

4 岑偉;繆克華;代建東;;基于汽車行駛過程中的故障檢測研究[A];全國冶金自動化信息網2016年會論文集[C];2016年

相關重要報紙文章 前4條

1 本報記者 李曉紅;人工智能助力網絡反欺詐[N];中國經濟時報;2017年

2 本報記者 張蓋倫;AI入局，一把揪出“畫風異�！钡慕鹑诮灰譡N];科技日報;2018年

3 本報記者 路沙;講情懷亦談落地 有規(guī)劃更需技術支撐[N];中國信息化周報;2018年

4 本報記者 蔡敏霞;AI生成的虛假人臉你能分辨出來嗎？[N];廣東科技報;2019年

相關博士學位論文 前10條

1 李澤健;解糾纏表示學習與概念空間構建[D];浙江大學;2019年

2 王駿;無監(jiān)督學習中聚類和閾值分割新方法研究[D];南京理工大學;2011年

3 代琨;基于支持向量機的網絡數據特征選擇技術研究[D];解放軍信息工程大學;2013年

4 李狀;基于無監(jiān)督學習的風電機組傳動鏈智能故障診斷方法研究[D];華北電力大學(北京);2016年

5 錢利強;無監(jiān)督學習框架下學習分類器系統(tǒng)聚類與主干網提取方法研究[D];蘇州大學;2016年

6 曾令李;基于功能磁共振成像的腦網絡研究[D];國防科學技術大學;2014年

7 張曉雷;支持向量機若干問題的研究[D];清華大學;2012年

8 彭成磊;云數據中心綠色節(jié)能需求的虛擬機負載均衡技術研究[D];南京大學;2016年

9 李強;動點聚類算法及其量子化研究[D];浙江大學;2009年

10 張亮;基于機器學習的信息過濾和信息檢索的模型和算法研究[D];天津大學;2007年

相關碩士學位論文 前10條

1 衛(wèi)亮亮;基于流結構變分推斷的深度生成模型研究[D];河北大學;2019年

2 楊陽;對P2P網貸平臺信用風險的研究[D];上海外國語大學;2019年

3 王輝;一種基于收縮估計的增強K-means算法[D];蘭州大學;2019年

4 韋佳偉;基于無監(jiān)督學習的網絡異常流量檢測研究[D];暨南大學;2018年

5 金左雨;基于無監(jiān)督學習的高精加工質量異常預測[D];華中科技大學;2018年

6 田佩佩;基于極限學習機的智能手機傳感器活動識別研究[D];燕山大學;2017年

7 李斯凡;基于無監(jiān)督學習技術的位置大數據分析[D];浙江理工大學;2017年

8 岳永鵬;深度無監(jiān)督學習算法研究[D];西南石油大學;2015年

9 林海娟;時間序列無監(jiān)督學習算法研究[D];福州大學;2013年

10 顧曄;基于最優(yōu)給分的稀疏無監(jiān)督學習算法研究[D];浙江大學;2010年

，

本文編號：2661942