聚类集成算法及其应用的研究.pdfVIP

硕士论文 聚类集成算法及应用研究 摘 要 聚类集成技术综合利用基聚类的多个版本来完成聚类任务，可大大提高聚类结果 的准确性和稳定性。近年来，聚类集成技术已成为机器学习领域的一个研究热点。 聚类集成一般可分为三个阶段：生成基聚类、获取集成关系和确定最终聚类。通 过设置单个聚类算法的不同参数、采用数据集的不同特征或者不同子集等方法来生成 基聚类成员；利用关系矩阵或簇关联矩阵等方法来处理多个基聚类结果，并生成集成 关系；最后利用超图分割技术等方法来获得最终的聚类结果。 本文研究并实现了三种最新的聚类集成算法，并对其进行了改进，具体工作包括 以下几个方面： (1)首先，研究并实现了基于随机投影的模糊聚类集成方法，本文利用特征重采 样来改进原基聚类生成方法，并采用关系矩阵增一法改进获取集成关系的方法。 (2)前述方法在聚类过程中需要事先指定聚类数目，本文研究并实现的第二个算 法是基于多重K的聚类集成方法，该方法不需要指定聚类数日，直接生成不同聚类 数目的基聚类。针对该算法中获取集成关系方法的不足，提出利用关系矩阵增K法 来突出样本之间的紧密度和分离度，并在确定最终聚类时对孤立点进行了重分配。 (3)前两种集成算法在获取集成关系时，得到的都是样本之间的关系，忽略了簇 与簇之间的关系。基于链接的聚类集成方法综合了前两种算法中生成基聚类的方法， 并充分利用簇与簇之间的相似度来完善集成关系。在研究并实现该算法的基础上，分 析其确定最终聚类方法的不足，提出基于簇关联矩阵的二次集成方法。 (4)在多个真实的基因表达数据集上的实验结果表明：改进后算法的聚类效果均 优于原始算法；改进的基于多重K的聚类集成方法适用于不指定聚类数目的情况； 在指定分组数目的情况下，改进的基于链接的聚类集成方法性能更好。 关键词：聚类集成基聚类集成关系随机投影多重K二次集成 硕士论文 Abstract ensemblecombines ofadatasetintoa consolidated Clustering multi·clusterings single itCanbeusedto moreaccurateandstable result．In clustering，and generate clustering ensemblehas aresearchfocusinmachine riel recent become years，clustering learning three base ensembleCanbedividedinto Clustering stages：generatingclusterings， ensemble and final result．To base obtaining relationshipdeterminingclustering generate subsetsof othermethodScouldbe CO-associationor clusterings，differentgene，or used；A canbeused the cluster-associationmatrix toobtainensemble