聚類分析能夠通過劃分?jǐn)?shù)據(jù)得到蘊(yùn)含的有效信息,現(xiàn)在已經(jīng)廣泛應(yīng)用于交通、工業(yè)等相關(guān)領(lǐng)域。而傳統(tǒng)的二支聚類表示不能明確地表示那些不確定類簇歸屬的對象。三支聚類表示采用兩個(gè)集合,通過核心域和邊緣域來刻畫類簇可以克服這個(gè)問題。但是目前的聚類算法大部分只能處理靜態(tài)數(shù)據(jù)集,這種靜態(tài)的處理方式顯然不適用于處理動態(tài)數(shù)據(jù)集。增量聚類算法是行之有效的處理動態(tài)數(shù)據(jù)的一種方法。然而針對屬性增量數(shù)據(jù)的聚類研究還較少。因此,針對屬性增量數(shù)據(jù)的聚類問題,本文基于粒計(jì)算、三支聚類等方法展開了如下研究工作。針對屬性增量數(shù)據(jù)聚類問題,本文提出了一種多粒度增量屬性的聚類算法。該算法通過密度峰值算法獲得初始聚類結(jié)果;然后對于某一時(shí)刻新增的屬性粒集合,將其與原有屬性粒結(jié)合,形成多粒度層;在不重復(fù)聚類的前提下,通過對象的鄰域信息結(jié)合原有的聚類結(jié)果動態(tài)地更新聚類結(jié)果,直至沒有新的屬性粒集合加入為止。針對對象含有不確定信息的屬性增量數(shù)據(jù)聚類問題,本文將上述方法進(jìn)行改進(jìn)提出了基于多粒度的增量屬性三支聚類算法。該算法首先通過密度峰值算法獲得三支表示的初始聚類結(jié)果;然后對于某一時(shí)刻新增的屬性粒集合,先過濾冗余屬性,將剩余屬性加入到原有屬性粒... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

散點(diǎn)圖

決策圖

Iris數(shù)據(jù)集結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]一種多粒度增量屬性的聚類方法[J]. 劉杭雨,于洪.  小型微型計(jì)算機(jī)系統(tǒng). 2019(03)
[2]基于TOPSIS的三支決策評價(jià)模型[J]. 孫作雨,于洪,王國胤.  數(shù)據(jù)采集與處理. 2018(05)
[3]基于Spark的三支聚類集成方法[J]. 于洪,陳云.  鄭州大學(xué)學(xué)報(bào)(理學(xué)版). 2018(01)
[4]基于粒計(jì)算的大數(shù)據(jù)處理[J]. 徐計(jì),王國胤,于洪.  計(jì)算機(jī)學(xué)報(bào). 2015(08)
[5]基于增量型聚類的自動話題檢測研究[J]. 張小明,李舟軍,巢文涵.  軟件學(xué)報(bào). 2012(06)
[6]采用屬性聚類的高維子空間聚類算法[J]. 牛琨,張舒博,陳俊亮.  北京郵電大學(xué)學(xué)報(bào). 2007(03)
[7]基于粗糙集的圖像聚類分割方法研究[J]. 劉巖,岳應(yīng)娟,李言俊,張科.  紅外與激光工程. 2004(03)
[8]一種基于Rough集的層次聚類算法[J]. 劉少輝,胡斐,賈自艷,史忠植.  計(jì)算機(jī)研究與發(fā)展. 2004(04)
[9]模糊商空間理論(模糊粒度計(jì)算方法)[J]. 張鈴,張鈸.  軟件學(xué)報(bào). 2003(04)
[10]基于密度的增量式網(wǎng)格聚類算法(英文)[J]. 陳寧,陳安,周龍?bào)J.  軟件學(xué)報(bào). 2002(01)

碩士論文
[1]面向高維數(shù)據(jù)的動態(tài)隨機(jī)投影三支聚類方法研究[D]. 張海波.重慶郵電大學(xué) 2017
[2]一種基于樹結(jié)構(gòu)的三支增量聚類算法研究[D]. 張聰.重慶郵電大學(xué) 2015
[3]基于聚類的增量數(shù)據(jù)挖掘研究[D]. 陳峰.大連海事大學(xué) 2007



本文編號：3220338