本文關(guān)鍵詞：可信性聚類算法及其在社會(huì)經(jīng)濟(jì)案例中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：“物以類聚,人以群分”,聚類是一個(gè)古老的問(wèn)題,作為模式識(shí)別的重要分支,它為人類提供了認(rèn)識(shí)世界、區(qū)別不同事物、認(rèn)識(shí)事物間相似性的方法。研究者們依據(jù)不同的理論和方法提出不同的聚類方法。模糊聚類對(duì)隸屬度的定義要明顯優(yōu)于其他聚類算法,目前已廣泛應(yīng)用到股票預(yù)測(cè)、醫(yī)學(xué)研究、市場(chǎng)營(yíng)銷等諸多領(lǐng)域。本文在對(duì)現(xiàn)有的模糊聚類算法進(jìn)行研究與分析的基礎(chǔ)上,將可信性理論引入到模糊聚類中,基于可信性測(cè)度的數(shù)學(xué)性質(zhì)提出可信性聚類方法及優(yōu)化模型,并借助交替聚類估計(jì)和迭代優(yōu)化的方法,設(shè)計(jì)出一系列可信性聚類算法,用以求解所給出的優(yōu)化模型,最后將其應(yīng)用到社會(huì)經(jīng)濟(jì)案例的研究中。本文的主要研究?jī)?nèi)容和成果包括:1.可信性聚類模型及算法求解。本文將可信性理論引入到模糊聚類中,使用可信性定義數(shù)據(jù)點(diǎn)對(duì)各個(gè)類的隸屬度,并提出可信性聚類方法。在交替聚類估計(jì)方法的啟發(fā)下,本文給出一類簡(jiǎn)便易行的聚類算法,以及兩個(gè)特殊的可信性聚類算法用以求解優(yōu)化模型。2.可信性聚類的有效性研究。本文使用多個(gè)隨機(jī)數(shù)據(jù)集和真實(shí)數(shù)據(jù)集,從重合聚類、噪點(diǎn)環(huán)境和整體準(zhǔn)確率三個(gè)角度評(píng)判可信性聚類算法的有效性,并與模糊c均值聚類算法和可能性聚類算法的劃分結(jié)果做對(duì)比分析,實(shí)驗(yàn)結(jié)果展現(xiàn)了可信性聚類算法的優(yōu)良性質(zhì)。3.可信性聚類在社會(huì)經(jīng)濟(jì)案例中的應(yīng)用。為展現(xiàn)可信性聚類的實(shí)際應(yīng)用價(jià)值,本文使用可信性聚類算法對(duì)全國(guó)31個(gè)省市的城鎮(zhèn)居民人均消費(fèi)性支出明細(xì)情況進(jìn)行分類,并與K均值算法、模糊c均值聚類算法作對(duì)比。劃分結(jié)果展現(xiàn)了可信性聚類的優(yōu)勢(shì),并為各省市認(rèn)識(shí)經(jīng)濟(jì)發(fā)展現(xiàn)狀,推進(jìn)政策建設(shè)提供依據(jù)。本文對(duì)可信性聚類算法的研究與分析,拓展了模糊聚類算法的理論研究,未來(lái)可信性聚類的研究成果可以應(yīng)用到文本挖掘、圖像分割等眾多領(lǐng)域。
【關(guān)鍵詞】：模糊聚類 可信性聚類 交替聚類估計(jì) 可信性測(cè)度
【學(xué)位授予單位】：上海大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F126.1;TP311.13
【目錄】：

• 摘要6-7
• Abstract7-13
• 第一章 緒論13-25
• 1.1 研究背景13-16
• 1.2 國(guó)內(nèi)外研究綜述16-21
• 1.2.1 模糊c均值聚類相關(guān)研究16-18
• 1.2.2 可能性聚類相關(guān)研究18-20
• 1.2.3 聚類算法有效性研究20-21
• 1.3 研究?jī)?nèi)容21-22
• 1.4 研究方法22-23
• 1.5 研究框架23-25
• 第二章 模糊聚類25-40
• 2.1 模糊聚類問(wèn)題描述25-27
• 2.2 模糊聚類算法27-31
• 2.2.1 模糊c均值聚類算法27-29
• 2.2.2 可能性聚類算法29-31
• 2.3 交替聚類估計(jì)方法31-33
• 2.4 模糊聚類算法有效性研究33-38
• 2.4.1 經(jīng)典模糊聚類有效性指標(biāo)34-36
• 2.4.2 整體準(zhǔn)確率36-38
• 2.5 本章小結(jié)38-40
• 第三章 可信性聚類40-54
• 3.1 可信性測(cè)度40-42
• 3.2 可信性聚類模型42-47
• 3.2.1 模糊聚類的可信性約束42-45
• 3.2.2 可信性聚類優(yōu)化模型45-47
• 3.3 可信性聚類算法47-53
• 3.3.1 一般可信性聚類算法47-51
• 3.3.2 特殊的可信性聚類算法51-53
• 3.4 本章小結(jié)53-54
• 第四章 可信性聚類算法有效性研究54-72
• 4.1 實(shí)驗(yàn)數(shù)據(jù)集描述54-56
• 4.2 重合聚類問(wèn)題研究56-62
• 4.3 噪點(diǎn)環(huán)境下的有效性62-67
• 4.4 整體準(zhǔn)確率研究67-70
• 4.4.1 Iris數(shù)據(jù)集67-69
• 4.4.2 其他真實(shí)數(shù)據(jù)集69-70
• 4.5 本章小結(jié)70-72
• 第五章 可信性聚類算法在社會(huì)經(jīng)濟(jì)案例中的應(yīng)用研究72-84
• 5.1 社會(huì)經(jīng)濟(jì)案例描述72
• 5.2 指標(biāo)的選取與數(shù)據(jù)的獲取72-75
• 5.3 社會(huì)經(jīng)濟(jì)案例分析75-83
• 5.4 本章小結(jié)83-84
• 第六章 總結(jié)與展望84-87
• 6.1 主要研究工作84-85
• 6.2 本文的創(chuàng)新點(diǎn)85
• 6.3 研究展望85-87
• 參考文獻(xiàn)87-93
• 攻讀碩士學(xué)位期間完成的工作93-94
• 致謝94

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李玲玲;辛浩;;FCM算法及其有效性度量方法[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年05期

2 黃初龍;鄧偉;盧曉寧;;區(qū)域農(nóng)業(yè)水資源可持續(xù)利用模糊綜合評(píng)價(jià)[J];安徽農(nóng)業(yè)科學(xué);2009年05期

3 郗偉東;石玉月;田巍;;基于風(fēng)險(xiǎn)模式提取的農(nóng)戶生豬飼養(yǎng)規(guī)制研究[J];安徽農(nóng)業(yè)科學(xué);2009年07期

4 吉奇;;利用模糊數(shù)學(xué)方法預(yù)測(cè)秋白菜適宜收獲期[J];安徽農(nóng)業(yè)科學(xué);2010年18期

5 李愛(ài)新;;基于產(chǎn)能核算的鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)耕地整理區(qū)劃[J];安徽農(nóng)業(yè)科學(xué);2012年16期

6 翟劍鋒;;基于遺傳算法的模糊聚類在考試成績(jī)分析中的應(yīng)用[J];信息安全與技術(shù);2012年04期

7 黃煥宗;;灰色模糊聚類分析在經(jīng)濟(jì)適用房評(píng)價(jià)中的應(yīng)用——以泉州市為例[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年01期

8 張志紅;;基于隨機(jī)初始中心的FCM算法及其應(yīng)用[J];安徽水利水電職業(yè)技術(shù)學(xué)院學(xué)報(bào);2008年01期

9 趙曉華;談玲瓏;胡敦利;;基于Sub_FCM聚類算法的交通流量段自動(dòng)劃分方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2011年08期

10 劉敬偉;徐美芝;;Bezdek型模糊屬性C均值聚類算法[J];北京航空航天大學(xué)學(xué)報(bào);2007年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 趙建玉;賈磊;陳月輝;張勇;;基于粒子群優(yōu)化的信號(hào)交叉口交通流預(yù)測(cè)模型[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 王海榮;;石油化工企業(yè)的靜電火災(zāi)隱患評(píng)估[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國(guó)科協(xié)年會(huì)論文集（四）[C];2007年

3 陳力超;;國(guó)際港澳臺(tái)長(zhǎng)途話務(wù)的智能化監(jiān)控[A];2007中國(guó)科協(xié)年會(huì)——通信與信息發(fā)展高層論壇論文集[C];2007年

4 顧崢;康曉文;孫熙杉;吳朝霞;王石;劉亞強(qiáng);金永杰;;基于模糊聚類的MicroPET前端探測(cè)器晶體像素單元識(shí)別方法[A];第十四屆全國(guó)核電子學(xué)與核探測(cè)技術(shù)學(xué)術(shù)年會(huì)論文集（2）[C];2008年

5 王堅(jiān)強(qiáng);;信息不完全確定的大群體多準(zhǔn)則語(yǔ)言決策方法[A];2009中國(guó)控制與決策會(huì)議論文集（2）[C];2009年

6 趙爽;李曉奇;沙秀艷;;特征加權(quán)模糊C均值聚類算法在劃分勞動(dòng)報(bào)酬中的應(yīng)用[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

7 龔毅;何琳華;;企業(yè)技術(shù)掃描模式聚類分析[A];第十一屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2009年

8 齊桂雪;劉鳳賢;張繼成;;應(yīng)用聚類分析方法對(duì)大慶外圍低滲儲(chǔ)層進(jìn)行綜合分類[A];第九屆中國(guó)不確定系統(tǒng)年會(huì)、第五屆中國(guó)智能計(jì)算大會(huì)、第十三屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2011年

9 黃桂田;;勞動(dòng)密集型制造業(yè):劃分方法和產(chǎn)業(yè)規(guī)模度量——基于1993—2007年行業(yè)數(shù)據(jù)的模糊聚類方法[A];社會(huì)主義經(jīng)濟(jì)理論研究集萃——紀(jì)念新中國(guó)建國(guó)60周年（2009）[C];2009年

10 于洋;張穎;胡舒涵;;區(qū)間型數(shù)據(jù)聚類的FCM新算法[A];中國(guó)通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（下）[C];2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 蔡靜穎;模糊c-均值算法的研究[D];遼寧師范大學(xué);2010年

2 李光遠(yuǎn);基于在線聚類和最小二乘支持向量機(jī)的模糊建模方法研究[D];鄭州大學(xué);2010年

3 雷聰聰;一種基于數(shù)據(jù)聚類的信息�；椒╗D];鄭州大學(xué);2010年

4 王林吉;基于CIELAB均勻顏色空間和聚類算法的混紡測(cè)色研究[D];浙江理工大學(xué);2010年

5 王文姝;基于模糊理論的關(guān)鍵詞識(shí)別算法研究[D];哈爾濱工程大學(xué);2010年

6 王穎芳;基于特定內(nèi)容的敏感圖像過(guò)濾技術(shù)的研究[D];哈爾濱工程大學(xué);2010年

7 沈力華;基于智能優(yōu)化算法的案例推理方法研究[D];大連理工大學(xué);2010年

8 靳小川;模糊聚類算法在大學(xué)生心理健康分析中的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2010年

9 楊芳;CBD停車行為模式與引導(dǎo)系統(tǒng)優(yōu)化研究與實(shí)踐[D];長(zhǎng)沙理工大學(xué);2010年

10 賀麗;基于改進(jìn)ART2網(wǎng)絡(luò)的變壓器故障診斷方法[D];長(zhǎng)沙理工大學(xué);2010年

  本文關(guān)鍵詞：可信性聚類算法及其在社會(huì)經(jīng)濟(jì)案例中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：302959