学位论文 > 优秀研究生学位论文题录展示

数据挖掘中模糊聚类算法研究

作　者: 黄金花
导　师: 马光胜；张荣海
学　校: 哈尔滨工程大学
专　业: 软件工程
关键词: 数据挖掘聚类分析模糊C-均值聚类分析算法初始化聚类相异性度量
分类号: TP311.13
类　型: 硕士论文
年　份: 2008年
下　载: 260次
引　用: 2次
阅　读: 论文下载

内容摘要

数据挖掘不同于传统的数据处理技术,它能够从大量的信息和数据中分析和提取出有用的知识,来帮助人们做出决策。数据挖掘是目前信息领域和数据库技术的前沿研究课题,被公认为是最具发展前景的关键技术之一。作为数据挖掘主要方法之一的聚类分析技术,也随着数据挖掘技术的研究和发展,越来越受到人们的关注。聚类分析是将数据合理归类的一种方法,目前,已提出的聚类分析算法很多,本文对其中最常用的基于目标函数的模糊C-均值聚类分析算法进行了深入研究,针对其算法存在的不足,进行了一些新的改进。首先,针对模糊C-均值聚类分析算法中将数据集隶属度概率和为1的条件用于模糊性事件时,影响聚类正确率的情况,采用可能性理论作为理论基础,提出了一种新的基于隶属关系不确定的可能性改进模糊聚类算法,该算法将可能隶属度与不确定性隶属度引入到目标函数中,使得样本中的元素不局限于仅属于一个聚类,更符合现实情况。其次,针对模糊C-均值聚类分析算法中采用欧式距离进行相异性度量,只能对椭球状分布的数据进行聚类的局限性,采用马式距离进行相异性度量,同时采用输入数据矩阵化,从而能处理更多的数据模式,扩大了聚类的适用范围。为验证本论文提出的方法的有效性,对其进行了实验。从实验结果来看,达到了预期的效果。

全文目录

摘要  5-6
ABSTRACT  6-9
第1章绪论  9-13
  1.1 论文研究的背景及目的  9-10
  1.2 国内外研究现状及成果  10-11
  1.3 论文主要研究内容和组织结构  11-13
第2章数据挖掘技术研究  13-23
  2.1 数据挖掘的基本理论  13-19
    2.1.1 数据挖掘的定义和功能  13-15
    2.1.2 数据挖掘的基本过程  15-16
    2.1.3 数据挖掘的分类  16-17
    2.1.4 数据挖掘所能发现的知识  17-19
  2.2 数据挖掘算法  19-22
    2.2.1 关联分析算法  19-20
    2.2.2 数据分类算法  20-21
    2.2.3 序列分析算法  21-22
    2.2.4 聚类分析算法  22
  2.3 本章小结  22-23
第3章聚类分析技术研究  23-34
  3.1 聚类分析概述  23-28
    3.1.1 基本概念  23-25
    3.1.2 相异性度量  25-28
  3.2 聚类分析算法  28-33
    3.2.1 聚类算法性能的衡量指标  28
    3.2.2 基于划分的聚类算法  28-30
    3.2.3 基于层次的聚类算法  30-31
    3.2.4 基于密度的聚类算法  31-32
    3.2.5 基于网格的聚类算法  32
    3.2.6 基于模型的聚类算法  32-33
  3.3 本章小结  33-34
第4章模糊聚类算法的改进  34-48
  4.1 模糊聚类分析方法  34-38
    4.1.1 模糊数学和模糊集基本知识  34-36
    4.1.2 模糊C均值聚类算法FCM  36-38
  4.2 模糊C均值聚类算法的改进  38-47
    4.2.1 FCM算法改进的研究方向  39
    4.2.2 改进FCM算法的提出  39-43
    4.2.3 实验结果分析  43-47
  4.3 本章小结  47-48
第5章改进模糊聚类算法在入侵检测中的应用  48-64
  5.1 基于数据挖掘的入侵检测技术  48-54
    5.1.1 入侵检测系统原理及分类  48-50
    5.1.2 常用的异常入侵检测技术  50-53
    5.1.3 基于数据挖掘的入侵检测系统的优势  53-54
  5.2 基于聚类分析的入侵检测过程  54-63
    5.2.1 数据源分析  55-58
    5.2.2 数据的预处理  58-61
    5.2.3 数据的初始化聚类  61
    5.2.4 实验结果分析  61-63
  5.3 本章小结  63-64
结论  64-66
参考文献  66-69
攻读硕士学位期间发表论文和取得的科研成果  69-70
致谢  70-71
个人简历  71

数据挖掘中模糊聚类算法研究

内容摘要

全文目录

相似论文