基于聚類的代表點(diǎn)獲取算法及其應(yīng)用.pdf

1、聚類分析是數(shù)據(jù)挖掘的一項(xiàng)重要功能,是數(shù)據(jù)挖掘領(lǐng)域中一個(gè)非?；钴S的研究課題。聚類分析既可以作為一個(gè)獨(dú)立的工具來發(fā)現(xiàn)數(shù)據(jù)的全局分布模式,也可以作為其他算法的預(yù)處理步驟廣泛應(yīng)用于其他研究領(lǐng)域。在互聯(lián)網(wǎng)、生物信息、商務(wù)電子等許多領(lǐng)域都可以借助聚類分析方法幫助解決相關(guān)問題。
　　數(shù)據(jù)采集和存儲(chǔ)技術(shù)的進(jìn)步導(dǎo)致龐大的數(shù)據(jù)日益增多,然而單純的統(tǒng)計(jì)技術(shù)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)已經(jīng)不足以解決一些日益復(fù)雜的數(shù)據(jù)問題,特別是涉及海量數(shù)據(jù)集的問題。本文從聚類分

2、析的角度出發(fā),探索能夠有效處理海量數(shù)據(jù)及大數(shù)據(jù)的分析和管理方法,主要包括以下幾個(gè)方面的內(nèi)容:
　　針對(duì)實(shí)際數(shù)據(jù)集中存在少量帶有類別信息的數(shù)據(jù),提出了一種兩階段近鄰傳播半監(jiān)督聚類算法2SAP,以k-近鄰圖表示數(shù)據(jù)分布的局部信息,利用少量的先驗(yàn)成對(duì)約束信息調(diào)整相似度矩陣,兩次借助半監(jiān)督的近鄰傳播算法SAP得出最終的代表點(diǎn)集合。
　　針對(duì)實(shí)際數(shù)據(jù)集存在類別交叉重疊的特點(diǎn),對(duì)現(xiàn)有的SRIDHCR算法進(jìn)行了優(yōu)化處理。設(shè)計(jì)算法獲取初始中