模糊状态演化模式挖掘的研究.pdfVIP

第27卷 第2期 大庆师范学院学报 Vo1．27 No．2 2007年4月 JOURNAL OF DAQING NORMAL UNIVERSITY April．20o7 模糊状态演化模式挖掘的研究 叶 萍 (中南林业科技大学理学院，湖南长沙410004) 摘 要：分析了状态演化模式挖掘(SEPM)过程中的不确定性，将模糊的思想引入SEPM中，提出了模糊状态演化 模式挖掘(FSEPM)的概念并对其进行了算法实现；在此基础上，对FSEPM进行了基于有效支持度的改进。 关键词：模糊；聚类；状态演化；挖掘 作者简介：叶萍(1979一)，女，湖北武汉人，中南林业科技大学理学院信息与计算科学教研室教师，从事数据挖掘及 可视化研究。 中图分类号：O159 文献标识码：A 文章编号：1006—2165I2007)02—0058—05 收稿日期：2007一O1—17 1 SEPM中的不确定性 在状态演化模式挖掘算法中，状态矢量的聚类结果对挖掘的过程和结果有着重要的影响。为了获得 比较理想的挖掘结果，聚类程度的确定是一个关键的问题：状态矢量对应的状态点应该分成多少类?每个 类对应的空间区域的大小及其形状应该怎么选择?一种解决问题的策略是通过一种反馈的方式进行人为 的选取，比如给定初始的聚类数 目并选取一种聚类方法，根据最终挖掘结果规则的数目和价值来对聚类数 目加以调整，直到满足要求为止。类的数 目越多，同样的状态空间，则类所占空间区域就越小，类的精度越 高，在进行有关时序的预测时，对应的预测也相应的越精确。 然而，在对类的形状选取时，问题却变得比较微妙。不同的类的形状是由聚类距离测度决定的。聚类 中心、距离测度和阈值一起决定了每一个状态点的类属。然而对于这些点究竟应该怎样划分才会使得挖 掘的结果更合理我们却没有一个直接的判断标准。也就是说实际上，相对于后面的数据挖掘过程而言，在 状态点的分类中存在着不确定性．在 SEPM算法中，对这种不确定性并没有进行考虑并作出适当的处理。 当前对不确定性的理论研究认为，不确定性主要由随机性、模糊性、信息的缺省性以及混沌性造成 的…，我们认为这种不确定性是一种模糊性．本文中我们将相关的模糊集合理论引入状态序列数据挖掘， 提出了模糊状态数据挖掘的有关概念，并对其进行了算法实现。下面我们首先将对模糊聚类的有关知识 加以介绍。 2模糊聚类理论 正如聚类算法在数值分析中有着重要的地位一样，模糊聚类在使用模糊理论进行数值分析时也有着 很高的应用价值。一般的聚类方法属于硬分类，被聚类的对象被严格的区分出来，一个对象只能划分到一 个类中，经过处理后原来数据中所蕴含的信息损失较多。模糊聚类方法则是具有一定柔性特征的分类方 法。在模糊聚类中，一个被聚类对象属于多个类 ，但隶属度不同。模糊化的分类结果比明确的分类结果中 包含更多的信息，这种方法在模式识别中已经得到广泛的应用 一 般来讲，通用的模糊聚类迭代模型可以表示如下：设有待聚类的 n个样本的组成集合，X ={ 。， … }每个样本的 m维特征值向量表示为 ，： ， ，… }则可以用 mXn特征值矩阵表示样本集 r ll I12… l l l 2l 22 … 2 X=l l 。 。 。 。 。 。 。 。 L m1 J，|2… mn 58 设将 n个样本依据样本的 1x1个特征，分为c类，其模糊聚类矩阵为 ／／ll／／12Hln] U21 “ 22 … “ 2n = (“ ) U = ···… … … “c1 “c2 … “ cn 其中(“ )，表示样本J．属于类别 h的隶属度，h=1，2，…c，它满足 U=0 (tthj) 1，∑=1，∑(“ )0 h ：1 』 而 C个类别的聚类中心可以用模糊聚类中心矩阵表示 S = 聚类样本j与类别 h之间