Gap Statistics是在K-means基礎(chǔ)上建立的,考慮到K-means算法容易受初始聚類中心以及簇的數(shù)目的影響,并且通過Gap Statistics方法估計(jì)聚類數(shù)能夠得到數(shù)據(jù)集的粗略分類,不能進(jìn)一步對數(shù)據(jù)集進(jìn)行細(xì)分類。針對這一不足,本文將ISODATA算法引入到Gap Statistics中。首先,由于ISODATA算法需要估計(jì)初始聚類數(shù)目這一參數(shù),本文驗(yàn)證了多維切比雪夫不等式與馬氏距離之間的關(guān)系,并基于它們之間的關(guān)系提出了聚類初始數(shù)目的估計(jì)方法。而后提出了改進(jìn)的ISODATA算法,即MISODATA算法,繼而提出了MIGS模型。實(shí)證分析了MIGS模型的可行性與有效性,MIGS模型不僅可以實(shí)現(xiàn)數(shù)據(jù)集的細(xì)分類,而且通過MIGS模型估計(jì)數(shù)據(jù)集的最佳聚類數(shù)的準(zhǔn)確率高于原GS模型。其次,改進(jìn)后的MIGS模型雖說有很多優(yōu)點(diǎn),但是MISODATA算法中仍需要人工設(shè)定控制分裂和合并的參數(shù),對于不同的數(shù)據(jù)集,這兩個參數(shù)值的選取也不同,取值屬于零至正無窮范圍內(nèi),故兩個參數(shù)值難以確定。針對這一不足,對MISODATA算法進(jìn)行改進(jìn),引入了合并度和分裂度的概念,提出了基于變異系數(shù)的分裂度估計(jì)模型和基... 

【文章來源】：南京理工大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：47 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．１：?Ｉｒｉｓ數(shù)據(jù)集的Ｇａｐ和ＭＩＧａｐ關(guān)于聚類數(shù)的變化曲線．??

圖３．２：?Ｇｌａｓｓ數(shù)據(jù)集的Ｇａｐ和ＭＩＧａｐ關(guān)于聚類數(shù)的變化曲線．??對Ｇｌａｓｓ數(shù)據(jù)集而言，ＩＳＯＤＡＴＡ算法選取的參數(shù)值為：知＝５也＝２．５辦＝??０．２，Ｌ?＝?２，了?＝?１００。由圖３．２可知，通過ＭＩＧＳ方法得至ＩＪ的最佳聚類數(shù)的估計(jì)值為７，??而ＧＳ方法得到的最佳聚類數(shù)的估計(jì)數(shù)為２，這是因?yàn)椋桑樱埃模粒裕了惴ㄖ幸氲淖詣拥??分裂和合并的機(jī)制，對于類別較多的數(shù)據(jù)集來說，可以通過ＭＩＧＳ方法實(shí)現(xiàn)對數(shù)據(jù)集??的細(xì)分類。??（３）?Ｈａｂｅｒｍａｎ數(shù)據(jù)集??Ｈａｂｅｒｍａｎ數(shù)據(jù)集有３０６個樣本，其中每個樣本有３個屬性。數(shù)據(jù)集被分為２類，??包括進(jìn)行手術(shù)后存活５年或者更久的２２６個樣本，以及患者在５年內(nèi)死亡的８０個樣本。??＇?７＼￣＇?Ｉ—－ｔＳｓ＇ｐｉＳ?ｎｌ?，Ｊ?＇?＇?＾??卜?＼?卜靜１?／＼／?１??＼?，６［?／??１８?■?／?＼?■?＇１?卜、／??ａ１．６．?／?＼?．?，?／??備?＼?Ｉ１３－?／??＼?－?、／??Ｖ＾＼?．?＇?■??Ｎｌ?１?．／?．??１?－?、：?Ｊ??〇８??１?１?１?１?１?１??６８?１?１?１?？?１?１???．１?２３４５６７８?１?－?Ｊ?４?５?６?７?ｃ?９??＊４ｕｎｌ？ｒ?ｏｆ?Ｃｉｕｓ；ｅｒｓ??Ｎｕｎｂｅｒ?ｏｆ?Ｃｌｕｓｔｅｒｓ??圖３．３：?Ｈａｂｅｒｍａｎ數(shù)據(jù)集的Ｇａｐ和ＭＩＧａｐ關(guān)于聚類數(shù)的變化曲線．??對Ｈａｂｅｒｍａｎ數(shù)據(jù)集而言

?５４５６７８??Ｎｕｍｂｅｒ?ｏｆ?Ｃｌｕｓｔｅｒｓ??圖３．２：?Ｇｌａｓｓ數(shù)據(jù)集的Ｇａｐ和ＭＩＧａｐ關(guān)于聚類數(shù)的變化曲線．??對Ｇｌａｓｓ數(shù)據(jù)集而言，ＩＳＯＤＡＴＡ算法選取的參數(shù)值為：知＝５也＝２．５辦＝??０．２，Ｌ?＝?２，了?＝?１００。由圖３．２可知，通過ＭＩＧＳ方法得至ＩＪ的最佳聚類數(shù)的估計(jì)值為７，??而ＧＳ方法得到的最佳聚類數(shù)的估計(jì)數(shù)為２，這是因?yàn)椋桑樱埃模粒裕了惴ㄖ幸氲淖詣拥??分裂和合并的機(jī)制，對于類別較多的數(shù)據(jù)集來說，可以通過ＭＩＧＳ方法實(shí)現(xiàn)對數(shù)據(jù)集??的細(xì)分類。??（３）?Ｈａｂｅｒｍａｎ數(shù)據(jù)集??Ｈａｂｅｒｍａｎ數(shù)據(jù)集有３０６個樣本，其中每個樣本有３個屬性。數(shù)據(jù)集被分為２類，??包括進(jìn)行手術(shù)后存活５年或者更久的２２６個樣本，以及患者在５年內(nèi)死亡的８０個樣本。??＇?７＼￣＇?Ｉ—－ｔＳｓ＇ｐｉＳ?ｎｌ?，Ｊ?＇?＇?＾??卜?＼?卜靜１?／＼／?１??＼?

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的自適應(yīng)模糊ISODATA灰度圖像分割算法[J]. 康永輝,戴激光,王廣哲.  計(jì)算機(jī)工程與應(yīng)用. 2016(17)
[2]基于ISODATA聚類的詞匯樹圖像檢索算法[J]. 張婷,戴芳,郭文艷.  計(jì)算機(jī)科學(xué). 2014(S2)
[3]一種基于同步動力學(xué)模型的層次聚類方法[J]. 黃健斌,康劍梅,齊俊杰,孫鶴立.  中國科學(xué):信息科學(xué). 2013(05)
[4]基于改進(jìn)的ISODATA算法的大樣本數(shù)據(jù)聚類方法研究[J]. 張麗娜,姜新華,那日蘇.  內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(01)
[5]K-means和ISODATA聚類算法的比較研究[J]. 陳平生.  江西理工大學(xué)學(xué)報(bào). 2012(01)
[6]基于直覺模糊的ISODATA算法[J]. 李前進(jìn),王寅龍,李志祥,王希武,林克成.  計(jì)算機(jī)工程與應(yīng)用. 2012(09)
[7]Application of Two-Order Difference to Gap Statistic[J]. 岳士弘,王秀秀,魏苗苗.  Transactions of Tianjin University. 2008(03)
[8]聚類算法研究[J]. 孫吉貴,劉杰,趙連宇.  軟件學(xué)報(bào). 2008(01)
[9]變異系數(shù)——一個衡量離散程度簡單而有用的統(tǒng)計(jì)指標(biāo)[J]. 王文森.  中國統(tǒng)計(jì). 2007(06)
[10]圖像邊緣檢測的多尺度灰度Gap統(tǒng)計(jì)模型[J]. 黃陳蓉,張正軍,吳慧中.  中國圖象圖形學(xué)報(bào). 2005(08)

碩士論文
[1]改進(jìn)的近鄰傳播聚類算法及其應(yīng)用研究[D]. 唐丹.南京理工大學(xué) 2017
[2]基于加權(quán)MP馬氏距離的GS方法研究[D]. 王振麗.南京理工大學(xué) 2016
[3]基于GS方法的圖像分割估計(jì)數(shù)的多信息動態(tài)研究[D]. 劉倩.南京理工大學(xué) 2013
[4]K-Means聚類算法的研究與改進(jìn)[D]. 崔丹丹.安徽大學(xué) 2012
[5]基于MFGS方法圖像最佳分割數(shù)的研究[D]. 童波.南京理工大學(xué) 2011
[6]基于GS方法的圖像最佳分割的研究[D]. 李娜.南京理工大學(xué) 2006



本文編號：3534457