隨著信息技術的快速發(fā)展,特別是計算機技術的不斷普及,“數(shù)據(jù)豐富而信息貧乏”這一矛盾顯得日益突出,數(shù)據(jù)挖掘技術正是迎合了這一需求,同時結合數(shù)理統(tǒng)計、人工智能、神經(jīng)網(wǎng)絡和信息技術等學科出現(xiàn)的一項新技術,并得到了迅速發(fā)展。數(shù)據(jù)挖掘的主要目的是從數(shù)據(jù)集中發(fā)現(xiàn)隱含的、事先未知的和用戶感興趣的知識。作為一種有效的數(shù)據(jù)分析技術,近年來分類（Classification）已成為數(shù)據(jù)挖掘領域中的一項重要研究內(nèi)容,并廣泛應用于商業(yè)、電子商務、基因工程和醫(yī)學等諸多領域。復雜網(wǎng)絡作為一門新興學科,在不同的領域（如生態(tài)、人口、經(jīng)濟、社會、地理、軍事、醫(yī)學）中有著很強的應用背景,倍受廣大學者的青睞和關注,已成為一個充滿生命力的交叉研究領域。一切事物都是相互作用的表現(xiàn),大多可以通過復雜網(wǎng)絡來表現(xiàn),如物理學研究物體間最基本的相互作用;化學研究分子間的相互作用;生物學研究基因、蛋白質以及生物體之間的相互作用;社會科學研究人和各種人類組之間的相互作用;分類問題研究數(shù)據(jù)點之間的相互作用。因此,事物作為系統(tǒng),其結構可以抽象為網(wǎng)絡,各類作用體抽象為網(wǎng)絡節(jié)點,各種相互作用抽象為節(jié)點之間的連接線或邊。基于這種思想,本文將數(shù)據(jù)集按照... 

【文章來源】：遼寧師范大學遼寧省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

經(jīng)濟物理學科學家合作網(wǎng)(不同顏色代表不同的社團)

基于復雜網(wǎng)絡的數(shù)據(jù)挖掘分類問題研究與應用有最短路徑，且算法復雜度為口(m);聚類中心的確立時間復雜度為口(xn);其余節(jié)點的歸類的時間復雜度為O(n);則算法的時間復雜度為口((k+l)。+m)，為線性階。

基于復雜網(wǎng)絡的數(shù)據(jù)挖掘分類問題研究與應用算法(wcNFc)〔70〕和本文算法對文本進行了分類，圖5.3表明本文算法在分類精度上優(yōu)于WCNFC算法，(本文是用MATLAB編程實現(xiàn)的，基于MATLAB的解析過程和機器性能，本文的方法還是可以接受的)。(0，0︶側嬰測試集圖5.3本文算法與WCNFC算法分類精度比較5.4小結本章將遺傳算法思想和復雜網(wǎng)絡社團劃分的思想結合在一起，提出一種新的分類算法。首先依據(jù)相似度矩陣構造復雜網(wǎng)絡;其次使用遺傳算法進行分類。相比其它算法而言本文算法無需知道數(shù)據(jù)集中的類別信息，只需按照實際問題相關的度量函數(shù)構造出相似網(wǎng)絡。此外在現(xiàn)有的串行計算機上，還無法體現(xiàn)遺傳算法的并行性所帶來的高速計算能力

【參考文獻】：
期刊論文
[1]一種基于加權復雜網(wǎng)絡特征的K-means聚類算法[J]. 趙鵬,耿煥同,蔡慶生,王清毅.  計算機技術與發(fā)展. 2007(09)
[2]數(shù)據(jù)挖掘分類算法研究綜述[J]. 王剛,黃麗華,張成洪,夏潔.  科技導報. 2006(12)
[3]一個醫(yī)學圖像分類器的設計[J]. 李丙春,耿國華,周明全,孫蕾.  計算機工程與應用. 2004(17)
[4]決策樹分類技術研究[J]. 欒麗華,吉根林.  計算機工程. 2004(09)
[5]數(shù)據(jù)挖掘中的數(shù)據(jù)分類算法綜述[J]. 劉紅巖,陳劍,陳國青.  清華大學學報(自然科學版). 2002(06)

博士論文
[1]基于復雜網(wǎng)絡理論的投入產(chǎn)出關聯(lián)分析[D]. 方愛麗.青島大學 2008
[2]醫(yī)學圖像數(shù)據(jù)挖掘若干技術研究[D]. 宋余慶.東南大學 2005

碩士論文
[1]多分類器組合及其在醫(yī)學圖像分類中的應用[D]. 張春芬.江蘇大學 2007
[2]基于多分類器融合的數(shù)據(jù)挖掘分類算法研究與應用[D]. 梁勇林.重慶大學 2007
[3]基于啟發(fā)式遺傳算法的屬性約簡方法研究[D]. 楊悅.哈爾濱工程大學 2006
[4]數(shù)據(jù)挖掘分類算法的研究與應用[D]. 劉振巖.首都師范大學 2003



本文編號：2919889