基于SOM聚類分析的應(yīng)用與研究.pdf

1、Internet的飛速發(fā)展和數(shù)據(jù)庫(kù)技術(shù)的成熟，造成了”數(shù)據(jù)冗余，信息貧乏”的局面；數(shù)據(jù)的迅速增加與數(shù)據(jù)分析方法的滯后之間的矛盾越來(lái)越突出，人們也希望能夠在對(duì)已有的大量數(shù)據(jù)分析的基礎(chǔ)上進(jìn)行科學(xué)研究、商業(yè)決策或者企業(yè)管理，但是目前所擁有的數(shù)據(jù)分析工具很難對(duì)數(shù)據(jù)進(jìn)行深層次的處理，使得人們只能望“數(shù)”興嘆。數(shù)據(jù)挖掘正是為了解決傳統(tǒng)分析方法的不足，并針對(duì)大規(guī)模數(shù)據(jù)的分析處理而出現(xiàn)的。 本文主要針對(duì)SOM聚類分析技術(shù)展開(kāi)基礎(chǔ)研究。研究工作主

2、要包括三方面內(nèi)容：一，采用兩種新方法在保證模型質(zhì)量的同時(shí)加快了SOM網(wǎng)絡(luò)的訓(xùn)練速度：在找到影響聚類模型質(zhì)量的關(guān)鍵因素的基礎(chǔ)上，以權(quán)值變化量作為SOM網(wǎng)絡(luò)收斂的新標(biāo)準(zhǔn)；以歸一化后的典型樣本作為權(quán)值向量的初始值。二，以KDD實(shí)現(xiàn)的一般過(guò)程為主線，通過(guò)大量的實(shí)驗(yàn)對(duì)SOM算法參數(shù)的選擇進(jìn)行分析，詳細(xì)介紹了基于學(xué)生信息的聚類分析模型的建立、確認(rèn)、檢驗(yàn)、評(píng)估和優(yōu)化各個(gè)步驟的設(shè)計(jì)與實(shí)現(xiàn)。三，對(duì)聚類結(jié)果也進(jìn)行了大量的分析，得到了一些對(duì)教學(xué)有實(shí)際指導(dǎo)意義