細胞型膜系統(tǒng)在聚類算法中的研究.pdf

1、膜計算是一種新型的計算方式,研究者從活細胞的結(jié)構(gòu)和功能中獲得靈感,從而抽象出這種計算模型。膜計算具有分布式、不確定性、最大并行計算等獨特特征,使其在現(xiàn)有的計算科學研究中顯示出突出的優(yōu)勢,現(xiàn)已證明很多膜計算模型具有與圖靈機等價的計算能力,甚至具備超越圖靈機的可能,因此膜計算在解決一些并行問題、優(yōu)化問題方面,具有很重要的研究意義,并在生物學、醫(yī)學、計算機圖形學、語言學、經(jīng)濟學、社會學、計算機科學等多個領(lǐng)域有著廣泛的應(yīng)用。目前各個領(lǐng)域的專家學

2、者對膜計算的專注度越來越高,使其成為全球?qū)W術(shù)界的研究熱點。
　　隨著信息產(chǎn)業(yè)界的發(fā)展和當前社會的不斷進步,數(shù)據(jù)挖掘領(lǐng)域受到了全社會各個領(lǐng)域的極大關(guān)注。而作為數(shù)據(jù)挖掘重要分支的聚類分析,是解決數(shù)據(jù)挖掘問題的主要手段。聚類分析就是從大量的樣本對象中,發(fā)現(xiàn)不同的對象分布情況,從而將相似的對象劃分成類的過程。目前聚類分析方法已經(jīng)在很多不同領(lǐng)域得到應(yīng)用,例如神經(jīng)網(wǎng)絡(luò)、圖像處理、現(xiàn)代生物學、統(tǒng)計學。
　　基于膜計算的非確定型和最大并行性

3、等特點,本文將其引入聚類算法中,借助P系統(tǒng)模型保證聚類質(zhì)量的同時提高數(shù)據(jù)集規(guī)模和運算速度,主要研究內(nèi)容包括以下三個方面:一是根據(jù)K-凝聚層次聚類算法的特點,結(jié)合膜計算的優(yōu)勢,提出了一種基于細胞型P系統(tǒng)的K-AGNES算法,通過輸入具有n個對象的數(shù)據(jù)集合、對象集合矩陣及聚類個數(shù)k,結(jié)合P系統(tǒng)的特性,來對P系統(tǒng)的膜結(jié)構(gòu)、膜內(nèi)對象、膜內(nèi)規(guī)則及規(guī)則優(yōu)先關(guān)系進行設(shè)計和構(gòu)建,最終得到n個對象的k個分組。二是為解決了傳統(tǒng)的基于密度的聚類算法進行區(qū)域查

4、詢的繁瑣復(fù)雜問題,構(gòu)建了一個細胞型P系統(tǒng)來實現(xiàn)DBSCAN算法。將膜計算應(yīng)用在基于密度的聚類算法的實現(xiàn)上,是膜計算應(yīng)用的一個創(chuàng)新之舉?；钚阅系統(tǒng)是一種特殊的P系統(tǒng),細胞膜的分裂規(guī)則使其能夠為計算提供指數(shù)個計算空間,具有解決聚類問題的獨特優(yōu)勢。本文結(jié)合DBSCAN算法的特點和活性膜P系統(tǒng)的優(yōu)勢,提出了一種基于活性膜P系統(tǒng)DBSCAN算法,作為第三個研究重點,使其能夠在更短的時間內(nèi)完成聚類過程,提高聚類算法的效率。
　　隨著互聯(lián)網(wǎng)的

5、普及,電子商務(wù)系統(tǒng)對商品經(jīng)濟的發(fā)展和消費者的日常經(jīng)濟生活,產(chǎn)生了翻天覆地的影響。但隨著電子商務(wù)的飛速發(fā)展,商品種類和數(shù)量的急劇增長,電子商務(wù)結(jié)構(gòu)也變得越來越復(fù)雜,顧客很難在電子系統(tǒng)繁多的商品存儲中,精確地找到自己想要的商品,于是電子商務(wù)推薦系統(tǒng)便應(yīng)運而生。根據(jù)目前電子商務(wù)網(wǎng)站的現(xiàn)狀及商品推薦所存在的問題,本文商品推薦系統(tǒng)看作一個無向加權(quán)圖并將其轉(zhuǎn)換成 DBSCAN聚類問題,最后使用活性膜P系統(tǒng)來實現(xiàn)。這種全新的商品推薦方法在一定程度上提