本文關(guān)鍵詞：智能算法在聚類分析中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：智能算法是模擬自然界中生物繁殖、覓食、筑巢等行為來求解復(fù)雜優(yōu)化問題的方法,其憑借簡單的迭代過程、高效的求解效率、優(yōu)良的算法性能得到了國內(nèi)外學(xué)者的廣泛關(guān)注。聚類就是將零散的數(shù)據(jù)矢量按照某種聚類規(guī)則進(jìn)行聚集,使同一類別的數(shù)據(jù)聚為一組,最終得到若干個(gè)不同分組的過程。在現(xiàn)實(shí)生活的各個(gè)領(lǐng)域聚類都有著普遍的應(yīng)用。為了應(yīng)對不同的聚類問題,研究者們研發(fā)出了多種可行算法。然而大規(guī)模復(fù)雜數(shù)據(jù)集的出現(xiàn)對聚類技術(shù)提出了更高的要求,它要求聚類分析算法具有可伸縮性、能處理不同類型數(shù)據(jù)、有處理高維數(shù)據(jù)的能力等。面對這些問題與要求,將傳統(tǒng)聚類算法與其他技術(shù)結(jié)合,進(jìn)一步提高聚類性能已經(jīng)成為當(dāng)前研究的一種趨勢。本文主要針對智能算法在聚類問題中的應(yīng)用進(jìn)行研究。首先,為了增強(qiáng)算法的全局搜索能力、加快算法的收斂速度、提高算法的求解精度,對傳統(tǒng)智能算法進(jìn)行了改進(jìn);其次,將改進(jìn)后的智能算法與經(jīng)典的k-means聚類算法進(jìn)行融合;然后,將融合算法運(yùn)用于求解聚類問題當(dāng)中;最后,進(jìn)行了實(shí)驗(yàn)驗(yàn)證和聚類結(jié)果分析。通過在經(jīng)典測試實(shí)例上的實(shí)驗(yàn)結(jié)果表明,求解聚類問題時(shí),本文提出的智能算法與傳統(tǒng)的聚類算法相比,在某些情況下具有更優(yōu)的性能。本文的主要工作如下:(1)對粒子群算法進(jìn)行改進(jìn),提出慣性權(quán)重遞增的粒子群算法,緩解了最優(yōu)值過快收斂易陷入局部最優(yōu)的情況,增強(qiáng)了粒子群算法的全局搜索能力。(2)對引力搜索算法進(jìn)行改進(jìn),將粒子群算法中向最優(yōu)解學(xué)習(xí)的思想引入到引力搜索算法中,提出加速學(xué)習(xí)的引力搜索算法,加快了算法的收斂速度,提高了算法的求解精度。(3)分別將改進(jìn)的上述兩種算法、細(xì)菌覓食算法與k-means算法進(jìn)行融合,應(yīng)用于聚類問題當(dāng)中。
【關(guān)鍵詞】：智能算法 聚類 粒子群算法 引力搜索算法 細(xì)菌覓食算法
【學(xué)位授予單位】：河北地質(zhì)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;TP311.13
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-12
• 1.1 引言8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.2.1 聚類算法研究現(xiàn)狀9-10
• 1.2.2 智能算法研究現(xiàn)狀10
• 1.3 本文的主要工作及安排10-12
• 第二章 聚類分析12-22
• 2.1 聚類分析的概念12
• 2.2 聚類算法的性能指標(biāo)12-13
• 2.3 聚類算法的分類13-15
• 2.4 k-means聚類算法15-22
• 2.4.1 k-means算法的基本思想15
• 2.4.2 k-means算法的過程描述15-17
• 2.4.3 k-means算法的仿真實(shí)驗(yàn)17-22
• 第三章 慣性權(quán)重遞增的粒子群聚類分析方法22-34
• 3.1 粒子群算法22-23
• 3.1.1 算法基本思想22
• 3.1.2 算法過程描述22-23
• 3.2 粒子群算法的改進(jìn)23-25
• 3.3 慣性權(quán)重遞增的粒子群算法在聚類分析中的應(yīng)用25-30
• 3.4 實(shí)驗(yàn)結(jié)果與分析30-34
• 第四章 加速學(xué)習(xí)的引力搜索聚類分析方法34-44
• 4.1 引力搜索算法綜述34-36
• 4.1.1 算法基本思想34
• 4.1.2 算法過程描述34-36
• 4.2 引力搜索算法改進(jìn)36-39
• 4.3 加速學(xué)習(xí)的引力搜索算法在聚類分析中的應(yīng)用39-41
• 4.4 實(shí)驗(yàn)結(jié)果與分析41-44
• 第五章 細(xì)菌覓食聚類分析方法44-54
• 5.1 細(xì)菌覓食算法綜述44-48
• 5.1.1 基本思想及其來源44
• 5.1.2 算法過程描述44-48
• 5.2 細(xì)菌覓食算法在聚類分析中的應(yīng)用48-50
• 5.3 實(shí)驗(yàn)結(jié)果與分析50-54
• 第六章 結(jié)論54-56
• 參考文獻(xiàn)56-60
• 致謝60-62
• 作者簡介62
• 攻讀碩士學(xué)位期間發(fā)表的論文和科研成果62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄒汪平;;一種基于網(wǎng)絡(luò)安全控制的蜂群算法應(yīng)用研究[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

2 李向偉;曹博;;時(shí)間參數(shù)在HITS算法中的應(yīng)用及改進(jìn)[J];蘭州工業(yè)高等�？茖W(xué)校學(xué)報(bào);2006年02期

3 吳濤;彭篤學(xué);;一種改進(jìn)的直線段裁剪算法[J];湛江師范學(xué)院學(xué)報(bào);2008年03期

4 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標(biāo)準(zhǔn)的防沖突算法與改進(jìn)[J];計(jì)算機(jī)工程;2009年02期

5 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計(jì)算機(jī)工程;2009年18期

6 秦永彬;許道云;;警示傳播算法的原理分析及算法改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 郭毅可;韓銳;;云計(jì)算中的彈性算法:概要和展望[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

8 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年23期

9 肖璞;;XML索引更新算法的改進(jìn)[J];南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

10 周駿;陳鳴;張佳明;;兩類頻繁項(xiàng)算法在網(wǎng)絡(luò)流上的適用性評估[J];計(jì)算機(jī)工程;2011年16期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)——2004年學(xué)術(shù)年會(huì)論文集[C];2004年

2 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進(jìn)的Apriori算法的研究[A];廣西計(jì)算機(jī)學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實(shí)現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

5 趙唯;;晶粒度評級的改進(jìn)算法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會(huì)論文集[C];1998年

6 劉啟文;;可擴(kuò)展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會(huì)25周年紀(jì)念會(huì)暨2011年學(xué)術(shù)年會(huì)論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動(dòng)化會(huì)議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計(jì)算機(jī)學(xué)會(huì)2009年年會(huì)論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鐘永騰;基于近場MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測研究[D];南京航空航天大學(xué);2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應(yīng)用[D];西安電子科技大學(xué);2015年

3 苗義烽;突發(fā)事件下的列車運(yùn)行調(diào)度模型與算法研究[D];中國鐵道科學(xué)研究院;2015年

4 單美靜;求解非線性實(shí)代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

5 邱劍鋒;人工蜂群算法的改進(jìn)方法與收斂性理論的研究[D];安徽大學(xué);2014年

6 潘磊;若干社區(qū)發(fā)現(xiàn)算法研究[D];南京大學(xué);2014年

7 陳俊波;頻繁閉合項(xiàng)集挖掘算法及應(yīng)用研究[D];浙江大學(xué);2009年

8 陸楠;關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學(xué);2007年

9 范洪博;快速精確字符串匹配算法研究[D];哈爾濱工程大學(xué);2011年

10 寇曉麗;群智能算法及其應(yīng)用研究[D];西安電子科技大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 安世勇;命題邏輯中隨機(jī)3-SAT問題算法研究[D];西南交通大學(xué);2015年

2 畢曉慶;油氣探礦權(quán)競爭性出讓系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中國地質(zhì)大學(xué)(北京);2015年

3 王明明;鐵路大機(jī)與線路固定設(shè)施間距檢測算法研究[D];西南交通大學(xué);2015年

4 李靜;基于視頻圖像序列的運(yùn)動(dòng)目標(biāo)檢測與跟蹤算法研究[D];寧夏大學(xué);2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學(xué);2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學(xué);2015年

8 張路奇;基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進(jìn)[D];長安大學(xué);2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學(xué);2015年

  本文關(guān)鍵詞：智能算法在聚類分析中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：337358