基于物理模型的聚类方法研究-计算机软件与理论专业论文.docxVIP

万方数据 万方数据 分类号 密级 UDC 注 1 学 位 论 文 基于物理模型的聚类方法研究 （题名和副题名） 张 鹏 （作者姓名） 指导教师 傅彦 教授 博导 _ 电子科技大学 成都 （职务、职称、学位、单位名称及地址） 申请学位级别 硕士 专业名称 计算机软件与理论 论文提交日期 2011 年 3 月 论文答辩日期 2011 年 5 月 学位授予单位和日期 电子科技大学 答辩委员会主席 评阅人 年 月 日 注 1：注明《国际十进分类法 UDC》的类号 万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘 摘 要 万方数据 万方数据 万方数据 万方数据 摘 要 聚类分析作为数据挖掘的重要技术，在网络分析、市场营销以及医学图像自 动监测等领域被广泛应用。聚类就是将物理或者抽象的集合分组成为由类似对象 组成的多个类的过程，同一个簇的对象具有相似性，不同簇中的对象具有相异性。 目前，国内外研究者提出了多种聚类算法，这些算法从不同的角度进行设计的， 但是依旧不能满足人们对聚类分析的要求。经典的聚类算法虽然被广泛使用，但 是大多数都单纯地将距离或者角度作为聚类的标准，因此这些算法都存在着局限 性。 本文中，将一些物理学背景知识引入到聚类分析中，将一些物理特性与聚类 算法充分结合，形成了几种基于物理模型的聚类算法。这里，将万有引力定律和 Potts 模型引入到聚类分析中，形成了基于万有引力的聚类算法和基于 Potts 模型的 聚类算法。基于万有引力的聚类算法的原理是假设数据集中的数据对象具有自然 界物质的特性，即数据对象也具有引力；数据引力定律的内容是数据对象之间存 在着引力，其引力大小与数据质点的质量成正比，与数据质点间的距离的平方成 反比；数据对象之间的引力越大则表示相似度越大，反之，引力越小表示相似度 越小。使用数据引力的好处有以下几点：第一，力是矢量，可以进行合成与分解， 这样就很容易将多个关系转化为单一关系；第二，将数据引力作为相似度的一种 度量，不仅包括了距离还包括了聚类中的对象数目，更有利于聚类。基于 Potts 模 型的聚类算法是利用磁性材料在不同温度下会出现不同的状态的性质设计的，而 Potts 模型是模拟磁性材料的一种有效模型；在低温和高温之间，会出现一个超顺 磁相，在超顺磁相里，距离较近的自旋子对间耦合力大于热运动，磁子指向趋于 一致，形成“颗粒”磁体；而距离较远的自旋子对间热运动大于耦合力，磁子指 向趋于随机；这样，超顺磁相里的自旋子就组合成了大大小小的若干个“颗粒” 磁体。利用这个特性可以来比拟数据点的聚类。 本文从交叉学科的角度给出了两种不同的聚类算法，为人们提高聚类分析效 果提供了一个思路和途径，因此本文具有一定的理论和实践意义。 关键字：聚类分析，物理模型，引力 I ABSTRACT ABSTRACT Cluster analysis is as an important technology of data mining, which is widely applied in network analysis, marketing, and monitoring of areas such as medical images. Clustering is a collection of physical or abstract objects, grouped into a number of the small group. Similar objects exist in the same cluster. Objects in different cluster have dissimilarity. Currently, researchers have proposed a variety of clustering algori