数据挖掘中聚类干问题研究.pdfVIP

摘要 数据挖掘是为了满足人们对数据中所蕴涵的信息和知识的充分理解和有效应 用而发展起来的一门新兴技术。数据库、人工智能和数理统计是知识发现和数据 挖掘的三个强大的技术支柱。发展自统计学的聚类分析作为数据挖掘的一项主要 功能和任务，成为数据挖掘中的一个重要的研究领域i至今已提出了大量的理论 和方法，取得了丰硕的研究成果。尽管如此，聚类中还存在许多问题，尤其随着 数据挖掘技术的广泛应用，数据挖掘所面对的数据对象日趋复杂，聚类研究也面 l临更多新的内容和挑战。这就要求对现有聚类技术进行改进，同时不断提出新的 聚类理论和方法以适应新的应用。 本文对聚类有效性问题，迭代优化聚类的初始化问题，分类属性数据聚类算法 及高维数据聚类方法进行了较为深入的研究，主要内容如下： 第一章简单介绍了数据挖掘技术和数据挖掘中的聚类分析的特点，详细论述了 聚类有效性问题、迭代优化聚类的初始化、分类属性数据聚类方法以及高维数据 聚类的研究现状，最后介绍了本文的主要研究工作成果及内容安排。 第二章介绍了数据挖掘中的聚类分析，包括聚类分析的数据结构和数据类型， 聚类准则的确定，聚类算法的分类，并详细论述了数据挖掘中用到的主要聚类算 法，最后对聚类结果的评价方法进行了简要介