聚類(lèi)分析技術(shù)在分類(lèi)挖掘中的應(yīng)用研究.pdf

1、隨著信息技術(shù)的發(fā)展，數(shù)據(jù)挖掘技術(shù)得到了廣泛的關(guān)注。在數(shù)據(jù)挖掘技術(shù)的眾多研究領(lǐng)域中，分類(lèi)數(shù)據(jù)挖掘是一個(gè)重要的研究方向，對(duì)它進(jìn)行深入研究不僅有著重要的理論意義，而且有著重要的應(yīng)用價(jià)值。 本文的研究工作受陜西省自然科學(xué)基金資助，一方面從分類(lèi)系統(tǒng)的預(yù)處理階段入手，通過(guò)改善特征提取結(jié)果來(lái)提高分類(lèi)性能；另一方面通過(guò)研究全新的分類(lèi)模式一分類(lèi)器組合，提出一種新的組合方式來(lái)提高分類(lèi)性能。聚類(lèi)技術(shù)在上述研究過(guò)程中發(fā)揮著舉足輕重的作用。 本文

2、的主要工作有： (1)概述了數(shù)據(jù)挖掘中的聚類(lèi)技術(shù)，深入分析了聚類(lèi)的主要算法，為研究工作提供理論依據(jù)。 (2)提出了基于K—maxmin聚類(lèi)的PCA特征提取方法，通過(guò)引入聚類(lèi)技術(shù)克服了PCA在特征提取過(guò)程中的不足。仿真實(shí)驗(yàn)證明應(yīng)用該方法后的分類(lèi)性能優(yōu)于應(yīng)用PCA方法后的分類(lèi)性能。 (3)提出了基于凝聚層次聚類(lèi)的分類(lèi)器組合方法，通過(guò)聚類(lèi)進(jìn)行成員分類(lèi)器選擇，增加了成員分類(lèi)器的多樣性，同時(shí)保證各成員分類(lèi)器具有好的分類(lèi)性能