基于层次的聚类算法研析和实现.doc

独创性声明 本人郑重声明：所呈交的是本人在的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。签名： 日期：年月日(保密的学位论文在解密后应遵守此协议) 论文题目： 学生签名： 日期 年 月 日 导师签名： 日期 年 月 日  基于层次的聚类算法的研究与实现 摘 要 聚类分析是数据挖掘中的一个重要领域，是数据划分或分组处理的重要手段和方法，聚类分析已经应该于广泛的领域。聚类算法可以分为基于层次的方法、基于划分的方法、基于网格的方法、基于密度的方法和基于模型的方法。 层次聚类算法因为算法思想简单，适合于大量数据的聚类，所以是实际应用中聚类分析的支柱。本文重点对层次聚类算法进行了分析和研究，阐述了基于层次聚类的CURE和BIRCH算法，并实现了这两种算法以及给出了它们的聚类结果。 CURE算法是利用代表点聚类，它解决了偏好球形和相似大小的问题，可以发现具有任意大小和形状的聚类，而且在处理