数据挖掘聚类精读.ppt

* * * * * * * * * * * * * * * * * * * * * * * * 粒，根据它的名字可知，是实体的集合，这些实体通常来源于数据层。这些数据根据他们的相似性，功能临近性，不可分辨性，一致性等组织在一起；同时，粒也是我们现实的抽象，它的目标是建立高效的以及以用户为中心的对于外界世界的观点，从而支持和帮助我们对周围物理和虚拟世界的感知。因此一个粒不仅仅是实体的聚类或者集合，同时也是这些聚类或者集合的抽象。这是粒和集合或者聚类不同点所在。 * * * * 高级人工智能 史忠植 * TSP蚁群算法 实例 ST70　（TSPLIB） 677.88 677.1096 CHC144　（中国144城市）30354.3 kroB150 (TSPLIB) 26130 26127 * 高级人工智能 史忠植 * 蚁群聚类算法CSI的研究 CSI聚类算法主要步骤； 基本模型简化：概率转换公式； 实验结果 。 * 高级人工智能 史忠植 * 基于蚁群算法的聚类算法 主要步骤： 随机分布待聚类模式； 每只蚂蚁计算当前对象在局部环境的群体相似度，并通过概率转换函数得到拾起或放下对象的概率，以这个概率行动； 经过群体大量的相互作用，最终得到若干聚类中心； 最后收集聚类结果。 * 高级人工智能 史忠植 * 概率转