不完整数据的聚类研究【精选】.pdfVIP

第32卷 第11期 河 南 科 学 Vol-32 No．11 2014年 11月 HENAN SCIENCE NOV．2014 文章编号：1004—3918(2014)11-2259-04 DOI：10．13537~．issn．1004—3918．2014．11．016 不完整数据的聚类研究 冷泳林 ， 张清辰 ， 鲁富宇 (1．渤海大学信息科学与技术学院，辽宁锦州 121000； 2．大连理工大学 软件学院，辽宁大连 116620) 摘 要：数据采集过程中存在大量缺失数据，即不完整数据 ．传统方法在聚类不完整数据时采用填充或丢弃缺失 数据方式实现数据的聚类．依据不完整信息系统理论提出一种基于K—means的不完整数据聚类算法，算法首先将 数据集划分成完整数据集和非完整数据集两部分，对完整数据集采用K—means算法进行聚类，然后将不完整数据 依据设计的相似度度量方法划分到对应的簇中，实现数据集的聚类．实验结果表明，提 出的方法能够高效、精确地 实现不完整数据聚类 ． 关键词：不完整数据；K—means聚类；不完整信息系统 中图分类号：TP312 文献标识码 ：A ResearchonIncompleteDataClustering LengYonglin， ZhangQingchen， LuFuyu (1．CollegeofInformationScienceandTechnology，BohaiUniversity，Jinzhou121000，LiaoningChina 2．SchoolofSoftwareTechnoloyg ，DalianUniversityofTechnology，Dalian116620，LiaoningChina) Abstract：A largenumberofmissingdataexistintheprocessofdatacollection，whicharecalledincompletedata． Traditionalmethodsinclusteringincompletedatauseimputationordiscardingstrategyfordataclustering．Inthis paper，weproposeaK—meansclusteringofincompletedatabasedontheincompleteinformationsystem theory．The algorithm firstlydividesthedatasetintoacompletedatasetand theincompletedataset，andusingK—means algorithm forthecompletedatasetclustering．Thentheincompletedataaredividedintothecorrespondingclusters basedonthedesigndivisionofsimilaritymeasurement．Experimentdemonstratesthattheproposedalgorithm can clustertheincompletebigdatadirectlyandimprovetheaccuracyandeffectivity． Keywords~incompletedata；K——meansclustering：incompleteinfomr ationsystem 随着物联网技术的迅速发展，物联网给人们生活所带来的便捷性越来越高．如在数字家庭中，通过嵌入 的传感设备人们可随时获取温度、湿度、安防等各方面的信息．但 由于传感器节点失效、网络传输拥塞等一 些因素，会造成采集到的数据中存在大量错误、缺失的数据，即不完整数据 ]．聚类分析是数据挖掘领域的 重要方法，当对不完整数据进行聚类时，由于缺失数据的存在，因此聚类效果明显降低 ．通常对不完整数据 进行聚类时采取两种策略，一种是