本文關(guān)鍵詞：基于異構(gòu)值差度量的SOM混合屬性數(shù)據(jù)聚類算法

  更多相關(guān)文章： 聚類 自組織映射 異構(gòu)值差度量 混合屬性 混合更新規(guī)則

【摘要】：針對(duì)傳統(tǒng)聚類算法處理混合屬性數(shù)據(jù)聚類質(zhì)量不高且聚類結(jié)果可視化差的問題,提出了基于異構(gòu)值差度量的自組織映射混合屬性數(shù)據(jù)聚類算法。該算法以自組織映射神經(jīng)網(wǎng)絡(luò)為框架,采用基于樣本概率的異構(gòu)值差度量混合屬性數(shù)據(jù)的相異性。利用分類特征項(xiàng)在Voronoi集合中出現(xiàn)頻率作為分類屬性數(shù)據(jù)參考向量更新規(guī)則的基礎(chǔ),通過混合更新規(guī)則實(shí)現(xiàn)數(shù)值屬性和分類屬性數(shù)據(jù)規(guī)則的更新。利用UCI公共數(shù)據(jù)庫(kù)中的分類屬性和混合屬性數(shù)據(jù)集來測(cè)試所提出的聚類算法,并與SOM算法和kprototypes、SBAC、KL-FCM-GM算法進(jìn)行比較。最后將所提出的聚類算法應(yīng)用于輪式移動(dòng)機(jī)器人的運(yùn)動(dòng)狀態(tài)分析,獲得了較好的聚類效果。
【作者單位】： 沈陽(yáng)工業(yè)大學(xué)電氣工程學(xué)院;東北大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 聚類 自組織映射 異構(gòu)值差度量 混合屬性 混合更新規(guī)則
【基金】：國(guó)家自然基金(61102124) 遼寧省自然科學(xué)基金(2015020064)項(xiàng)目資助
【分類號(hào)】：TP311.13
【正文快照】： 1引言隨著信息技術(shù)的迅猛發(fā)展,人們迫切需要一種能夠?qū)?shù)據(jù)轉(zhuǎn)換成有用信息和知識(shí)的技術(shù),數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。作為數(shù)據(jù)挖掘的主要研究方向之一,聚類分析按照某個(gè)特定標(biāo)準(zhǔn)把數(shù)據(jù)集分割成不同的類或簇,使得同一個(gè)簇內(nèi)的數(shù)據(jù)對(duì)象的相似性盡可能大,同時(shí)不在同一個(gè)簇中的數(shù)據(jù)對(duì)象

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張蓉,彭宏;一種基于超圖模式的高維空間數(shù)據(jù)聚類方法[J];計(jì)算機(jī)工程;2002年07期

2 張蓉;彭宏;;一種基于超圖模式的高維空間數(shù)據(jù)聚類方法[J];模式識(shí)別與人工智能;2002年02期

3 邱長(zhǎng)春,薛超英,劉海波;一種基于障礙約束的空間數(shù)據(jù)聚類方法[J];微型機(jī)與應(yīng)用;2003年11期

4 王宇;楊莉;;基于凝聚函數(shù)的混合屬性數(shù)據(jù)聚類算法[J];大連理工大學(xué)學(xué)報(bào);2006年03期

5 謝秦川;王方;;一種基于數(shù)據(jù)聚類技術(shù)的情報(bào)分析系統(tǒng)研制[J];警察技術(shù);2009年04期

6 賈俊芳;李德玉;;一種有效的高維分類數(shù)據(jù)聚類方法研究[J];微電子學(xué)與計(jì)算機(jī);2011年06期

7 蒙祖強(qiáng),蔡自興;個(gè)性化數(shù)據(jù)聚類的研究[J];計(jì)算機(jī)工程與應(yīng)用;2003年33期

8 劉麗娜;;一種基于超圖模式的數(shù)據(jù)聚類方法[J];石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年04期

9 陳曦;馬一峰;;空間數(shù)據(jù)聚類中的網(wǎng)格粒度求解方法[J];計(jì)算機(jī)工程;2011年19期

10 劉永立;;一種利用多主體領(lǐng)域系統(tǒng)進(jìn)行數(shù)據(jù)聚類的新方法[J];電子器件;2014年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 武森;張桂瓊;王瑩;吳玲玉;;容差集合差異度高維不完備數(shù)據(jù)聚類[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

2 吳繼兵;李心科;;基于分治融合的混合屬性數(shù)據(jù)聚類算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2009)暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2009年

3 高學(xué)東;周磊;;Web點(diǎn)擊流數(shù)據(jù)聚類算法[A];全國(guó)第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會(huì)論文集[C];2006年

4 陶紅霞;車建華;劉國(guó)華;;基于聚類的個(gè)性化推薦算法[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

5 王琳;羅可;羅永紅;;一種基于混合的IGA & PSO的數(shù)據(jù)聚類算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

6 武森;高學(xué)東;;高維稀疏數(shù)據(jù)聚類的CABOSFV算法[A];第七屆北京青年科技論文評(píng)選獲獎(jiǎng)?wù)撐募痆C];2003年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 白天;生物醫(yī)學(xué)數(shù)據(jù)聚類方法研究[D];吉林大學(xué);2012年

2 彭柳青;高維高噪聲數(shù)據(jù)聚類中關(guān)鍵問題研究[D];西安電子科技大學(xué);2011年

3 孫志偉;空間數(shù)據(jù)聚類的研究[D];天津大學(xué);2007年

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

1 李凱;基于網(wǎng)絡(luò)優(yōu)化最小樹的大數(shù)據(jù)聚類分析研究[D];蘭州大學(xué);2015年

2 楊果利;基于模糊聚類的大規(guī)模數(shù)據(jù)聚類算法及其應(yīng)用研究[D];西安電子科技大學(xué);2014年

3 宋翰瀛;基于C-MDP的決策優(yōu)化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2014年

4 張小宇;基于圖論的符號(hào)型數(shù)據(jù)聚類算法研究[D];山西大學(xué);2009年

5 王永卿;高維海量數(shù)據(jù)聚類算法研究[D];廣西大學(xué);2007年

6 張鳴;符號(hào)數(shù)據(jù)聚類評(píng)價(jià)指標(biāo)研究[D];山西大學(xué);2013年

7 張揚(yáng);混合屬性數(shù)據(jù)聚類算法及其應(yīng)用[D];大連理工大學(xué);2013年

8 張東升;數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究[D];杭州電子科技大學(xué);2014年

9 白亮;符號(hào)屬性數(shù)據(jù)聚類算法的研究[D];山西大學(xué);2009年

10 李靜芬;流數(shù)據(jù)聚類算法的研究與改進(jìn)[D];河北工業(yè)大學(xué);2014年

，

本文編號(hào)：678647