太阳系行星的K均值聚类划分.pdfVIP

太阳系行星的 K 均值聚类划分 梁泽，张恩溯 （兰州大学信息科学与工程学院，甘肃 兰州 730000 ） 摘要：本文将一种数据驱动聚类算法——“K 均值聚类法”引入到天文学领域，使计算机利 用人工智能，成功地实现了对不同星球类型的自动分类。这种方法为更加合理、方便的利用 信息技术解决非信息领域的问题提供了思路和依据，是人工智能在交叉学科中的有益尝试。 关键词：K 均值聚类；行星；太阳系 中国分类号：P185 文献标识码：A 1 引言 太阳系九大行星的物理特性不尽相同，如何科学合理地将它们分类是天文学 研究的一个重要内容。天文学和物理学对行星种类的划分有不同的方法，国际上 普遍根据星球组成成分的不同，将它们分为不同的种类，其中密度较小，与太阳 密度较接近的被分做一类，称为“类日行星”；另外一些密度较大，与地球密度 较接近的被分做一类，称为“类地行星”[1]。在划分过程中，对“密度接近” 的判断一般采用人工主观分析的方法进行判定，这样的方法往往客观说服力不 强，容易受到较多的人为因素影响。如何在星球分类过程中排除或者减小人为主 观因素的影响，是一个很有价值的研究课题。本文结合人工智能技术，利用行星 某些特定样本数据，对星球进行自动分类，确能达到非常好的效果。 2 算法实现 K 均值（或者 ISODATA）聚类算法一种利用被称为“非监督学习”的方法— —数据驱动来设计分类系统的。它是一种最普遍的不断迭代调整c个聚类质心的 算法。它能在任意多样本集合的基础上得到一个实现定好类别数的聚类结果[2]。 作者就是将这个算法作用在给出的星球密度样本上，使计算机自动根据设定好的 类别数将各个星球归入不同的类别中去，以实现智能划分星球种类的目的。 1 这个算法的中心思想，就是最 小化总的类内距离。通常，除了样 本数目相当小的情况，在c个聚类 内搜索所有的n个样本分离度是很 麻烦，甚至是不可能的事情[2,3]。 但是由于在行星的划分中，样本数 目很有限，总共只有十个，完全适 合用K均值聚类算法来对样本数据 进行分类。算法结构为图1所示。 3 试验结果与分析 试验按算法采用 K 均值聚类进 行设计，基于MATLAB实现。 太阳系九大行星以及太阳的密 度样本[1]如下： 水 星：5.43g/cm3 金 星：5.25g/cm3 地 球：5.52g/cm3 火 星：3.95g/cm3 木 星：1.33g/cm3 土 星：0.69g/cm3 天王星：1.29g/cm3 海王星：1.64g/cm3 冥王星：2.03g/cm3 太 阳：1.40g/cm3 MATLAB的K均值聚类算法，要 求输入数据为一个n×p的矩阵，其 中 n，p 的值都必须大于 1。但是行星密度样 图 1 算法 本是一维数组，因此需要另外构建一个符合要 求的矩阵。考虑到K均值聚类算法的特点，为 了不影响最终分类情况，现将样本构建成为一 个10×2的矩阵X，情况如下： X = 1.0000 5.4300 1.0000 5.2500 1.0000 5.5200 1.0000 3.9500 1.0000 1.3300 1.0000 0.6900 1.0000 1.2900 1.0000 1.6400 1.0000 2.0300 1.0