论文部分内容阅读
随着信息产业的快速发展,人们迫切需要将大规模数据转换成有用的信息和知识,获得数据之间的内在关系和隐含的信息,于是人们结合统计学、数据库、人工智能、机器学习等技术,提出数据挖掘(Data Mining)解决这一难题,并且逐渐成为研究的热点。聚类分析(Clustering Analysis)是数据挖掘中的一个重要研究领域。它是一种无监督的学习方法,它通过一定的规则将数据按照定义的相似性划分为若干个类或簇,这些类或簇是由许多在性质上相似的数据点构成的。同一个类中的数据彼此相似,与其它类中的数据相异。层次聚类算法是聚类分析的一个重要研究方向。层次聚类算法的困难在于合并或分裂点的选择,所以定义一种尺度来衡量相似度就显得非常重要了。本文研究高斯混合模型和模糊集定义重叠相似度作为相似度的度量。选择合适的聚类数和准确划分簇间重叠的数据是聚类分析领域两个被广泛研究的问题。本文研究了基于重叠度的层次聚类算法,能够很好地解决以上两个问题。算法根据簇与簇之间数据的重叠情况运行或停止,从而准确划分簇间重叠的数据,并自适应地确定合适的聚类数。通过实验分析验证算法的有效性。本文较为系统地分析和研究了基于重叠相似度的层次聚类算法及其应用,主要包括以下内容:1)通过研究基于高斯混合模型的重叠相似度定义,给出两个二维高斯组成成分的高斯混合模型的参数评估公式和重叠度计算的参数评估方法,再利用直方统计图的特征,提高了初始划分子簇的速度,简化了重叠相似度的计算过程,应用于快速的自适应多阈值分割方法(MTSGMM)。2)通过对COLRM算法进行研究和分析,提出改进的基于高斯混合模型的层次聚类算法(HCGMM)。3)给出基于模糊集的重叠相似度定义,提出一个基于模糊集的层次聚类算法(HCOSM)。还把该方法应用于无监督的图像分割领域,并且对算法参数做了详细的分析。4)基于以上聚类算法的分析,提出基于重叠度层次聚类算法的无监督SAR图像船舶检测模型和高分辨率彩色遥感影像船舶检测模型。