基于蟻群算法的混合屬性數(shù)據(jù)集聚類方法的研究.pdf

1、數(shù)據(jù)挖掘的目的是從海量的數(shù)據(jù)中提取人們感興趣的，有價(jià)值的知識(shí)和重要的信息，聚類分析則是數(shù)據(jù)挖掘的一個(gè)重要研究領(lǐng)域。它在商業(yè)、生物、醫(yī)學(xué)、地質(zhì)、Web文檔等方面都有重要的應(yīng)用，是當(dāng)前的研究熱點(diǎn)問題之一。 本文對混合屬性數(shù)據(jù)集聚類方法進(jìn)行了研究，主要做了以下工作：1.將基于蟻群的聚類算法用于混合屬性數(shù)據(jù)集的聚類問題。在基本蟻群聚類算法(LF算法)的基礎(chǔ)上，提出了一種改進(jìn)的基本蟻群聚類算法(ILF算法)，在該算法中，引入了公式改進(jìn)、半

2、徑遞增、短期記憶、空間分割等策略，大大提高了算法的效率，并且使聚類性能得到較好的改善。同時(shí)，該算法利用了自適應(yīng)原理，在一定程度上，可以加快進(jìn)化過程，而且是一種本質(zhì)上分布并列的算法，因此具有很高的效率，適合數(shù)據(jù)集聚類分析。同時(shí)采用了一種新的距離測度函數(shù)將數(shù)值特征與類屬特征相結(jié)合，從而實(shí)現(xiàn)了具有混合屬性特征數(shù)據(jù)的聚類分析。通過對UCI數(shù)據(jù)庫進(jìn)行測試，仿真實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法具有較強(qiáng)的魯棒性，對于處理具有混合特征的數(shù)據(jù)集聚類問題是相當(dāng)有