基于三角模糊數(shù)的不確定數(shù)據(jù)聚類算法研究.pdf

1、近幾年來，隨著互聯(lián)網(wǎng)信息技術(shù)不斷更新發(fā)展，對數(shù)據(jù)的海量快速存儲和分析提出了更高的要求，因此數(shù)據(jù)挖掘也得到了廣泛的關(guān)注和研究。
　　二十世紀(jì)以來，由于各種因素引起的不確定性問題，產(chǎn)生出一種新的數(shù)據(jù)類型—不確定數(shù)據(jù)。在實際系統(tǒng)中，隨著對結(jié)果精確度的要求不斷增高，不確定數(shù)據(jù)越來越嚴(yán)重地影響到了系統(tǒng)的可信度和穩(wěn)定性，所以研究不確定數(shù)據(jù)的聚類算法就顯得很有必要性。針對上述問題，本文做了相關(guān)研究和實驗，主要的工作和成果如下：
　　1.介

2、紹了數(shù)據(jù)挖掘、聚類、不確定數(shù)據(jù)聚類等綜述思想，介紹了國外的相關(guān)研究現(xiàn)狀并都有文獻(xiàn)依據(jù)，讓讀者有所聞有所了然。
　　2.在不確定數(shù)據(jù)聚類的大前提下，引進(jìn)了三角模糊數(shù)表示的不確定數(shù)據(jù)，并經(jīng)過仔細(xì)的分析比較且融合現(xiàn)有的一些理論依據(jù)，提出了新的三角模糊數(shù)的距離公式，為接下來的算法成型和擴(kuò)展作了準(zhǔn)備基礎(chǔ)，也給其他的相關(guān)研究提供了一個新的思路。
　　3.利用提出的新三角模糊數(shù)距離公式，結(jié)合基礎(chǔ)的K-means算法，形成一種新的不確定數(shù)據(jù)

3、聚類算法UTDK-means，該算法另辟蹊徑，具有時間復(fù)雜度小，聚類效果良好的優(yōu)點。
　　4.因為注意到模糊聚類特有的模糊劃分策略與不確定數(shù)據(jù)的不確定性有較好的契合度，所以嘗試將新三角模糊距離運用到經(jīng)典的模糊聚類算法FCM算法中，形成了新的基于三角模糊數(shù)的不確定模糊聚類算法UTFCM算法，該算法也具有時間復(fù)雜度小，聚類效果良好的優(yōu)點。
　　5.由于FCM的特殊性，該算法中的模糊度參數(shù)m對算法運行結(jié)果有很大的影響力，并且目前為