基于網(wǎng)格的均勻簇劃分算法.pdf

1、隨著信息時(shí)代的來(lái)臨，人們?cè)谌粘Ｉ钪蝎@取的信息量與日俱增。如何在海量數(shù)據(jù)中選取對(duì)自己有用的信息，成為目前廣大用戶面臨的主要任務(wù)。在此情況下，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生并且在日常生活中發(fā)揮著越來(lái)越重要的作用。借助數(shù)據(jù)挖掘技術(shù)，人們可以發(fā)現(xiàn)大量數(shù)據(jù)背后的隱藏的、有價(jià)值的知識(shí)。聚類分析，作為數(shù)據(jù)挖掘中的一項(xiàng)重要技術(shù)，近年來(lái)也得到了飛速的發(fā)展和廣泛的應(yīng)用。在眾多的聚類方法中，基于網(wǎng)格的聚類方法以其計(jì)算速度快的優(yōu)勢(shì)，成為數(shù)據(jù)挖掘的研究領(lǐng)域中一個(gè)比較活躍

2、的課題。然而，目前存在的各種聚類方法都不能滿足用戶得到均勻簇這一約束條件。因此，本文提出了一種基于網(wǎng)格的均勻簇的劃分算法。
　　 本文首先介紹了數(shù)據(jù)挖掘技術(shù)的概念、興起和在目前信息時(shí)代中的重要作用。接著論述了聚類技術(shù)的概念、應(yīng)用、現(xiàn)有的聚類方法的分類、每個(gè)聚類任務(wù)的詳細(xì)步驟，并指出了每個(gè)步驟中應(yīng)該注意的問(wèn)題。
　　 其次，本文對(duì)目前存在的五種傳統(tǒng)的聚類方法，特別是基于網(wǎng)格的聚類方法進(jìn)行了詳細(xì)的論述；分別闡述了每種方法的算

3、法思想，算法流程，算法的發(fā)展過(guò)程和算法的優(yōu)缺點(diǎn)；并對(duì)這五種聚類方法進(jìn)行了縱向?qū)Ρ?，從而為我們?cè)趯?shí)際應(yīng)用中選取合適的聚類方法提供了參考。
　　 再次，本文在對(duì)現(xiàn)有聚類方法研究的基礎(chǔ)上，指出了現(xiàn)有的聚類方法都只是把具有“相似性”的數(shù)據(jù)聚在一個(gè)簇內(nèi)，將整個(gè)數(shù)據(jù)對(duì)象劃分為若干個(gè)簇，每個(gè)簇內(nèi)含有的數(shù)據(jù)對(duì)象的數(shù)目各不相同。而在有些情況下，用戶的約束條件是要求聚類得到的每個(gè)簇內(nèi)包含的數(shù)據(jù)對(duì)象的數(shù)目相等。很明顯，目前的聚類方法都不能滿足這一約束

4、條件?；谝陨蠁?wèn)題，本文提出了一種基于網(wǎng)格的均勻簇的劃分方法。此方法是先將要進(jìn)行聚類處理的對(duì)象空間劃分為若干個(gè)網(wǎng)格，再通過(guò)對(duì)網(wǎng)格的二分和與其鄰居網(wǎng)格的合并操作，將數(shù)據(jù)空間上的點(diǎn)按距離相近的原則劃分為若干個(gè)簇。這樣得到的聚類結(jié)果不僅能保證具有相似性的點(diǎn)聚在一個(gè)簇內(nèi)，還能保證每個(gè)簇內(nèi)含有的點(diǎn)數(shù)目相等。此算法既有基于網(wǎng)格的聚類方法計(jì)算速度快的優(yōu)點(diǎn)，又克服了傳統(tǒng)的聚類方法不能得到均勻簇的不足。本文利用MATLAB軟件實(shí)現(xiàn)了該算法，并通過(guò)仿真實(shí)驗(yàn)