數(shù)據(jù)挖掘聚類算法研究.pdf

1、 數(shù)據(jù)挖掘技術(shù)集數(shù)理理論、專家系統(tǒng)、人工智能、神經(jīng)網(wǎng)絡(luò)、圖形圖象設(shè)計等多門學科于一身，其發(fā)展速度必將大大影響全球信息化的進程，對其進行系統(tǒng)、深入、全面、詳盡地研究是信息化發(fā)展的客觀需要。本文對數(shù)據(jù)挖掘技術(shù)，尤其是聚類分析進行了較為系統(tǒng)地分析和研究，提出了一些改進的算法. 本文主要包括以下一些內(nèi)容：數(shù)據(jù)挖掘技術(shù)的概述。對數(shù)據(jù)挖掘技術(shù)的產(chǎn)生進行了簡要的回顧，對數(shù)據(jù)挖掘的發(fā)現(xiàn)模式和常使用的技術(shù)進行了詳細地分類、歸納和總結(jié)。對數(shù)據(jù)

2、挖掘技術(shù)的應(yīng)用進行了歸納，為本文的全面展開奠定了基礎(chǔ)；聚類分析的概述。聚類分析是數(shù)據(jù)挖掘的一個重要的研究方向，是一種無監(jiān)督學習的方式，在許多方面發(fā)揮著重要的作用。對聚類分析的定義、使用的數(shù)據(jù)類型和主要的算法等進行了簡要的介紹；蟻群算法的概述。群體智能是模仿自然界昆蟲行為的一個研究領(lǐng)域，同樣也在許多領(lǐng)域取得了較為突出的成績，而且有了一定的發(fā)展。蟻群算法是群體智能的一個典型代表算法，而且應(yīng)用面比較廣。對基于螞蟻尋路和螞蟻聚類的算法分別進行了