基于群智能优化算法的聚类问题研究及应用

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:axiaaawei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着大数据时代的到来,互联网平台上每天产生的信息量是过去几十年甚至上百年的信息量的总和。如何将海量数据进行科学地获取、存储、查询、共享、分析及可视化,这已成为目前研究者重要的研究课题。数据挖掘是处理海量数据并提取有价值的关键信息的技术,聚类分析是其技术中一个极其重要的研究的部分。群智能算法作为新兴的启发式优化算法,能够很好地处理一些复杂优化问题,因此,将群智能算法和聚类问题融合已成为一个前沿研究课题。本文详细介绍了传统聚类算法和群智能算法的相关理论,与传统算法进行分析对比并找出不同算法的参数、使用度量、目标函数、关键步骤、循环条件等算法特性并对其相应的缺陷进行总结,提出了聚类综合算法。对教与学优化算法进行了分析与研究,提出了融合小生境和非递减策略的教与学优化算法,最后将改进后的教与学优化算法用于密度峰聚类算法中以解决聚类算法参数敏感问题。首先,提出聚类综合算法。直接对未被训练的数据样本进行建模,使整个数据集划分成由相似对象组成的带有类别标签的多个类别。其次,利用监督学习分类思想对少量的已有标签数据的几个类进一步的分类,训练成一个分类器,然后利用剩余的未标记样本来提高这个分类器的精度,进而减少计算代价,提高最后的数据聚类效果。其次,提出混合策略教与学优化算法。利用非线性递减策略分别改进教学阶段和学习阶段的学生状态更新方式,增大算法搜索范围,并在每次迭代更新后引入小生境选择策略,用来降低教与学优化算法过早地陷入最优解的可能性并增加种群多样性。最后,提出融合教与学优化算法和密度差距离的聚类算法。为了考虑数据点属性和邻域的影响,用密度差距离替代原有算法的欧氏距离,并且利用标准差值选择聚类中心。最后通过该算法寻找最优的dc值。
其他文献
近年来,在国家战略推进与民航强国建设的大背景下,Z市通用航空产业迎来了难得的发展机遇期。但发展的同时,不安全事件也同样频发:河南永翔通用航空有限责任公司一架飞机执行
智能交通监控是缓解城市交通问题的有效手段,先进的交通信息传感技术可以推进智能交通监控快速发展。激光雷达作为一种主动型传感器,具有抗干扰能力强、空间分辨率高、环境适
随着居民消费水平的逐渐提升和生鲜电商的快速发展,我国生鲜品消费规模呈现快速增长的趋势,消费者对生鲜品的运输时效性、品质完好度等方面提出了更高要求。然而,由于大多数
工业机器人在运行时产生的振动将降低其工作效率和疲劳寿命,如何抑制振动对提升机构的动态特性具有重要的指导意义。长期以来,研究人员致力于通过优化机构的材料参数以及减少
随着云计算和云存储技术的广泛应用,越来越多的数据拥有者倾向于将他们的数据外包给远程云服务器,以减少计算和存储的开销,但不可信的云服务提供商会使数据面临严重的安全威
2013年爆发的斯诺登事件证实了密码机制在实际应用过程中有可能被秘密地植入后门,从而导致密码机制无法提供理论上所证明的安全性,甚至在某些情况下其安全性会遭到完全破坏。
随着信息技术的不断发展,各行各业的信息化程度越来越高,机器学习也逐渐运用到各行各业中去。其中,不平衡分类问题由于其出现的广泛性越来越受到人们的关注。不平衡分类问题
高架索在海上补给中扮演重要角色,操作人员需要熟悉高架索的作用和功能才能准确操作补给装备,从而完成补给任务。组织实际的补给训练需要操作真实的舰船和装备,这将大大增加
分子通信是纳米网络的主要通信方式之一,是一种基于生物启发机制,以生物化学分子作为信息载体进行信息分子传输的短距离通信技术。分子通信在生物工程、工业生产、健康医疗、
随着超声检测理论的日益成熟与实践的广泛积累,以及电子技术与计算机技术的高速发展,超声检测系统正朝着数字化、自动化及智能化的方向发展,考虑到目前国内外市场上的相关产