基于差異化投票權(quán)共識矩陣的聚類融合算法研究.pdf

1、作為統(tǒng)計(jì)學(xué)的一個(gè)分支，聚類分析技術(shù)已經(jīng)被廣泛地應(yīng)用了許多年。使用聚類分析，可以將隱含在未知數(shù)據(jù)中的若干個(gè)類別劃分出來，從而為用戶提供潛在的知識。聚類融合是近幾年提出的一個(gè)思想，它將多次運(yùn)行單個(gè)聚類算法得到的結(jié)果進(jìn)行融合，從而得到一個(gè)很好的聚類結(jié)果。近幾年的研究實(shí)驗(yàn)表明，聚類融合方法能夠很好地提高聚類算法的魯棒性和穩(wěn)定性。目前的研究主要集中在兩個(gè)方面，第一個(gè)是如何產(chǎn)生有效的聚類成員，第二個(gè)就是如何設(shè)計(jì)共識函數(shù)以便對聚類成員進(jìn)行合并。

2、 本文對用于聚類融合的當(dāng)前主流算法CSPA算法進(jìn)行了分析，并指出了CSPA在產(chǎn)生票選共識矩陣時(shí)對所有的聚類成員都總是平等對待的，都相同程度地影響著最終的融合結(jié)果，不能反映各自的質(zhì)量好壞和重要性，因此算法的融合結(jié)果還可以改進(jìn)。本文就是針對此不足之處對CSPA算法進(jìn)行擴(kuò)展，主要著眼于如何設(shè)計(jì)一個(gè)新的共識函數(shù)，使聚類算法輸出更加接近于自然聚類。提出了聚類成員按質(zhì)量差異化的思想，并對此進(jìn)行了建模，獲得了產(chǎn)生差異化投票權(quán)共識矩陣的計(jì)算模型，同時(shí)