基于協(xié)同進(jìn)化的聚類問題的研究.pdf

1、數(shù)據(jù)挖掘(DataMining)就是從大量的、不完整的、模糊的、含噪聲的隨機(jī)數(shù)據(jù)中提取出人們感興趣的知識(shí)和信息的過程。這些信息和知識(shí)是隱含的、人們預(yù)先不知道的、潛在有用的信息。聚類分析是其中的一種目前最有應(yīng)用前景的方法。經(jīng)過多年的發(fā)展，聚類分析具有堅(jiān)實(shí)的理論基礎(chǔ)并形成了系統(tǒng)的方法學(xué)體系，然而傳統(tǒng)聚類分析方法大多局限于理論上的分析并依賴于對(duì)數(shù)據(jù)分布特征的概率假設(shè)，較少考慮具體應(yīng)用中的實(shí)際數(shù)據(jù)特征與差異。因此，如何克服傳統(tǒng)聚類分析方法對(duì)這種

2、概率假設(shè)的依賴，成為近年來(lái)學(xué)術(shù)界的研究熱點(diǎn)。
　　針對(duì)上述問題，本文開展了協(xié)同進(jìn)化聚類分析方法的探討。在分析普通進(jìn)化算法和傳統(tǒng)聚類分析方法機(jī)理的基礎(chǔ)上，設(shè)計(jì)了協(xié)同進(jìn)化和協(xié)同進(jìn)化算法的機(jī)制。本文基于協(xié)同進(jìn)化的思想給出了一種的協(xié)同進(jìn)化聚類分析方法，并對(duì)該算法進(jìn)行了實(shí)驗(yàn)，驗(yàn)證了該方法的有效性。
　　本文最后應(yīng)用協(xié)同進(jìn)化聚類算法對(duì)學(xué)生的原始成績(jī)進(jìn)行等級(jí)劃分，對(duì)學(xué)生原始成績(jī)進(jìn)行等級(jí)評(píng)定。傳統(tǒng)的等級(jí)評(píng)定方法是基于絕對(duì)分?jǐn)?shù)的評(píng)價(jià)，這種方法