基于蟻群算法的混合屬性數(shù)據(jù)集聚類方法的研究.pdf

1、數(shù)據(jù)挖掘的目的是從海量的數(shù)據(jù)中提取人們感興趣的，有價值的知識和重要的信息，聚類分析則是數(shù)據(jù)挖掘的一個重要研究領(lǐng)域。它在商業(yè)、生物、醫(yī)學(xué)、地質(zhì)、Web文檔等方面都有重要的應(yīng)用，是當(dāng)前的研究熱點問題之一。 本文對混合屬性數(shù)據(jù)集聚類方法進行了研究，主要做了以下工作：1.將基于蟻群的聚類算法用于混合屬性數(shù)據(jù)集的聚類問題。在基本蟻群聚類算法(LF算法)的基礎(chǔ)上，提出了一種改進的基本蟻群聚類算法(ILF算法)，在該算法中，引入了公式改進、半

2、徑遞增、短期記憶、空間分割等策略，大大提高了算法的效率，并且使聚類性能得到較好的改善。同時，該算法利用了自適應(yīng)原理，在一定程度上，可以加快進化過程，而且是一種本質(zhì)上分布并列的算法，因此具有很高的效率，適合數(shù)據(jù)集聚類分析。同時采用了一種新的距離測度函數(shù)將數(shù)值特征與類屬特征相結(jié)合，從而實現(xiàn)了具有混合屬性特征數(shù)據(jù)的聚類分析。通過對UCI數(shù)據(jù)庫進行測試，仿真實驗結(jié)果表明，改進后的算法具有較強的魯棒性，對于處理具有混合特征的數(shù)據(jù)集聚類問題是相當(dāng)有