軟投票聚類集成的研究及其并行化實現(xiàn).pdf

1、隨著人類社會的發(fā)展，數(shù)據(jù)已經(jīng)滲入人類生活的方方面面，成為重要的生產(chǎn)因素。數(shù)據(jù)所包含的知識往往是競爭中至關(guān)重要的信息。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中挖掘知識的一類方法，而聚類分析是數(shù)據(jù)挖掘中一個重要組成部分。聚類分析的定義是基于某種或多種相似度量原則，將相似的數(shù)據(jù)分為同一類，不相似的數(shù)據(jù)區(qū)分開。聚類分析按照聚類劃分的隸屬度取值范圍可分為硬聚類和軟聚類。硬聚類是指劃分的結(jié)果為某數(shù)據(jù)對象要么屬于某一類，要么完全不屬于某一類。軟聚類則是數(shù)據(jù)對象以一定的

2、概率屬于某類?，F(xiàn)實世界中很多數(shù)據(jù)集的實際結(jié)構(gòu)是模糊的，若被按照硬聚類的方式劃分，則不可避免的會損失一些有價值的信息，而軟聚類處理這類數(shù)據(jù)具有更重要的意義?，F(xiàn)在是大數(shù)據(jù)時代，特別是數(shù)據(jù)挖掘，往往針對的是大數(shù)據(jù)。云計算平臺是一種快速處理大數(shù)據(jù)的工具。
　　由于相似性度量及模型選擇的原因，不可能存在一種聚類算法能夠完美的適用于所有數(shù)據(jù)集。針對這種情況，學(xué)者們提出了聚類集成算法，聚類集成算法即是通過某種方法將多個聚類結(jié)果融合，得出一個更好

3、、更穩(wěn)定的聚類結(jié)果。聚類集成與單個聚類相比，具有更好的魯棒性、穩(wěn)定性、準(zhǔn)確性和可擴(kuò)展性。但是現(xiàn)存的聚類集成算法大多數(shù)是針對硬聚類的，若要對軟聚類結(jié)果進(jìn)行集成，則需要先將軟聚類結(jié)果進(jìn)行硬化，這樣，會造成信息的損失。針對這一問題，本文做了兩方面的工作:第一，改進(jìn)軟投票聚類集成算法(SVCE)，提出權(quán)重軟投票聚類集成算法(WSVCE)，第二，提出一種新的軟投票聚類集成算法——VMSC算法，該算法首先對多個隸屬度矩陣求均值，然后對結(jié)果進(jìn)行優(yōu)化。