基于缺失屬性值概率模型的不完備數(shù)據(jù)聚類研究.pdf

1、模糊聚類已廣泛應(yīng)用于圖像處理、模式識別等領(lǐng)域。傳統(tǒng)聚類分析方法只能應(yīng)用在完備數(shù)據(jù)集上，不能直接應(yīng)用于不完備數(shù)據(jù)集。但是在實際應(yīng)用中，由于各種原因數(shù)據(jù)通常是不完備的，而且缺失屬性的處理對聚類效果有著顯著影響。因此，研究不完備數(shù)據(jù)集的聚類方法是一個具有實際應(yīng)用意義的問題。
　　本文以缺失屬性值的最近鄰區(qū)間為基礎(chǔ)，研究了不完備數(shù)據(jù)的聚類方法。最近鄰區(qū)間描述能夠在一定程度上體現(xiàn)缺失屬性值的不確定性，但是沒有對近鄰樣本的屬性值進行充分挖掘，

2、不能體現(xiàn)近鄰樣本的屬性值分布信息。本文利用近鄰樣本相應(yīng)屬性值在最近鄰區(qū)間范圍內(nèi)的分布信息，為缺失屬性值建立一種簡單有效的概率模型（Probability Model，PM）。通過遺傳算法和梯度下降法迭代實現(xiàn)聚類，遺傳算法通過概率取值來進行初始種群和變異操作，梯度下降法通過缺失屬性值的概率來確定搜索步長。算法在相應(yīng)最近鄰區(qū)間范圍內(nèi)依據(jù)概率搜索缺失屬性估算值以極小化聚類目標函數(shù)，通過對基于優(yōu)化的缺失屬性估計值還原數(shù)據(jù)集進行 FCM聚類可以較

3、好的實現(xiàn)不完備數(shù)據(jù)模糊聚類問題。
　　本文所提缺失屬性值概率模型不僅能夠?qū)⒆罱徯畔⒁肴笔傩悦枋觯⑶页浞滞诰蛄讼鄳?yīng)屬性值在最近鄰區(qū)間范圍內(nèi)的分布信息，因此能夠較為有效地“還原”缺失屬性值。遺傳算法有精細的全局搜索能力，且穩(wěn)定性較好；而梯度下降法具有快速搜索的能力，能夠快速搜索到比較好的解，可以得到不錯的聚類結(jié)果。在多個UCI數(shù)據(jù)集上的仿真實驗表明：概率模型較其他缺失屬性的描述方法，是一種描述不完備數(shù)據(jù)缺失屬性值的有效方法，在