基于商空间理论的Kmeans改进算法.pdfVIP

４００ 　西安理工大学学报 ＪｏｕｒｎａｌｏｆＸｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（２０１３）Ｖｏｌ．２９Ｎｏ．４　 　　文章编号：１００６４７１０（２０１３）０４０４０００６ 基于商空间理论的Ｋｍｅａｎｓ改进算法 周红芳，刘园，谈姝辰 （西安理工大学 计算机科学与工程学院，陕西 西安７１００４８） 摘要：针对Ｋｍｅａｎｓ算法中对于初始聚类中心的敏感性和容易受到离群点的干扰，提出一种基于 商空间多粒度的Ｋｍｅａｎｓ改进算法（ＱＩＭＫＭ）。该算法分为两个阶段，第一阶段在不同粒度的商空 间内确定出所有类簇的骨架结构，第二阶段通过改进的Ｋｍｅａｎｓ算法对剩余数据点进行划分。最 后，综合两个阶段的结果得到最终的聚类结果。此算法通过观察不同商空间下类簇的结构信息，为 第二阶段的Ｋｍｅａｎｓ算法提供初始中心类，以此来消除初始中心的不确定性对Ｋｍｅａｎｓ算法的影 响，并且能够使ＱＩＭＫＭ识别出非球状的类簇。 关键词：聚类分析；粒度计算；商空间理论；Ｋ均值算法 中图分类号：ＴＰ３０１．６　　　文献标志码：Ａ ＩｍｐｒｏｖｅｄＫｍｅａｎｓＣｌｕｓｔｅｒｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＱｕｏｔｉｅｎｔＳｐａｃｅＴｈｅｏｒｙ ＺＨＯＵＨｏｎｇｆａｎｇ，ＬＩＵＹｕａｎ，ＴＡＮＳｈｕｃｈｅｎ （ＦａｃｕｌｔｙｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉ’ａｎ７１００４８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｉｔｈａｎａｉｍａｔｔｈｅｉｎｉｔｉａｌｃｌｕｓｔｅｒｃｅｎｔｅｒｓｅｎｓｉｔｉｖｉｔｙａｎｄｂｅｉｎｇｅａｓｉｌｙｓｕｂｊｅｃｔｔｏｏｕｔｌｉｅｒｔｅｒｆｅｒ ｅｎｃｅ，ｔｈｅｐａｐｅｒｐｒｏｐｏｓｅｄａｎｉｍｐｒｏｖｅｄＫｍｅａｎｓａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｒｅｌａｔｉｖｅｔｈｅｏｒｙｏｆｑｕｏｔｉｅｎｔｓｐａｃｅｓ ａｎｄｇｒａｎｕｌａｒｉｔｙ．Ｔｈｅａｌｇｏｒｉｔｈｍｉｓｃｏｍｐｏｓｅｄｏｆｔｗｏｓｔａｇｅｓ．Ｉｎｔｈｅｆｉｒｓｔｓｔａｇｅ，ｉｔｄｅｔｅｒｍｉｎｅｓａｌｌｃｌｕｓｔｅｒｓ’ｔｏ ｔａｌｓｔｒｕｃｔｕｒｅｓｉｎｔｈｅｑｕｏｔｉｅｎｔｓｐａｃｅｓｗｉｔｈｄｉｆｆｅｒｅｎｔｇｒａｎｕｌａｒｉｔｉｅｓ．Ｉｎｔｈｅｓｅｃｏｎｄｓｔａｇｅ，ｉｔｃｌａｓｓｉｆｉｅｓｔｈｅｒｅ ｍａｉｎｉｎｇｄａｔａｏｂｊｅｃｔｓｂｙｍｅａｎｓｏｆｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍ．Ｆｉｎａｌｌｙ，ｉｔｉｎｔｅｇｒａｔｅｓｔｈｅｒｅｓｕｌｔｓｏｆｔｗｏａｎｄｏｂ ｔａｉｎｓｔｈｅｕｌｔｉｍａｔｅｃｌｕｓｔｅｒｉｎｇｒｅｓｕｌｔｓ．Ｂｙｏｂｓｅｒｖｉｎｇｃｌｕｓｔｅｒｓ’ｓｔｒｕｃｔｕｒｅｓｉｎｄｉｆｆｅｒｅｎｔｑｕｏｔｉｅｎｔｓｐａｃｅ，ｔｈｅｆｉｒｓｔ ｐｈａｓｅｏｆＱＩＭＫＭａｌｇｏｒｉｔｈｍｐｒｏｖｉｄｅｓｉｎｉｔｉａｌｃｅｎｔｅｒｃｌａｓｓｅｓｆｏｒｔｈｅｓｅｃｏｎｄｐｈａｓｅ，ｗｈｉｃｈｃａｎｅｌｉｍｉｎａｔｅｔｈｅ ｕｎｃｅｒｔａｉｎｔｙｏｆｉｎｉｔｉａｌｃｅｎｔｅｒ，ａｎｄａｌｓｏｅｎａｂｌｅｓＱＩＭＫＭｔｏｆｉｎｄｓｏｍｅｎｏｎｓｐｈｅｒｉｃａｌｃｌａｓｓｃｌｕｓｔｅｒｓ． Ｋｅｙｗｏｒｄｓ：ｃｌｕｓｔｅｒａｎａｌｙｓｉｓ；ｇｒａｎｕｌａｒｃｏｍｐｕｔｉｎｇ；ｑｕｏｔｉｅｎｔｓｐａｃｅｔｈｅｏｒｙ；Ｋｍｅａｎｓ ［５７］ ［８１７］ 　　在数据挖掘领域中聚类分析是一项重要的研究 法 ； 以ＤＢＳＣＡＮ 、ＯＰＴＩＣＳ为代表的基于密 ③ 课题。聚类技术已经被广泛应用到电信业、零售业、 度的聚类算法； 其他类型的聚类算法，例如基于子 ④ 生物学、市场营销等领域。聚类是一种无监督的分