统计学习聚类方法的应用研究.docx

PAGE22

统计学习聚类方法的应用研究

摘要

聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程.聚类分析作为一种有效的数据分析手段，能够帮助人们认识和揭示事物之间的内在联系，它已被广泛应用到数据压缩、图像处理、计算机视觉、文本聚类和异常点检测等领域.

本文首先展示了统计学习的理论基础，然后详细介绍了k-均值法、基于图的谱聚类、自组织神经网络、层次聚类等聚类方法，最后使用k-均值算法来判断中国乒乓球水平以及利用谱聚类来实现图像分割等应用．

关键词：k-均值法；谱聚类；自组织学习；层次聚类

ResearchonApplicationofStatisticalLearningClusteringMethod

ABSTRACT

Clusteranalysisreferstotheanalysisprocessofgroupingasetofphysicalorabstractobjectsintomultipleclassescomposedofsimilarobjects.Asaneffectivemeansofdataanalysis,clusteringanalysiscanrevealtheinternalrelationshipbetweenthings.Ithasbeenwidelyusedindatacompression,imageprocessing,computervision,textclustering,outlierdetectionandotherfields.

Thispaperfirstshowsthetheoreticalbasisofstatisticallearning,thenintroducesthek-meansmethod,spectrumclusteringbasedongraph,self-organizingneuralnetwork,hierarchicalclusteringandotherclusteringmethodsindetail,andfinallyusesk-meansalgorithmtojudgethelevelofChinesetabletennisandusesspectrumclusteringtoachieveimagesegmentation.

Keywords：K-means;SpectralClustering;Self-OrganizedLearning;HierarchicalClustering

目录

TOC\o1-2\h\z\u摘要 I

ABSTRACT II

1研究意义和目的 1

1.1研究意义…1

1.2研究目的1

1.3研究现状1

1.4本文主要工作1

2统计学习的理论基础2

2.1假设空间 2

2.2决策函数 2

2.3优化算法 2

2.4模型评估及选择 2

3聚类方法 3

3.1k-均值法 3

3.2基于图像的谱聚类 3

3.3自组织竞争学习神经网络模型…………3

3.4层次聚类算法3

4统计学习聚类方法的应用 4

4.1基于k-均值法来判断各国乒乓球水平 4

4.2层次聚类应用 6

5结论与进一步的工作 11

5.1结论和认识11

5.2进一步的工作11

参考文献 12

致谢 13

1研究意义和目的

1.1研究意义

随着时代的飞速发展，各行业为了记录或保留重要内容便产生了庞杂的数据，大数据时代随之而来，人们利用聚类方法对大数据进行处理[2].聚类技术已经在诸如:社会学领域、体育领域、计算机视觉领域等得到了广泛应用.作为一种有效的数据分析手段，它已被广泛应用到数据压缩、图像处理、计算机视觉、文本聚类和异常点检测等领域[1,4].许多聚类方法简单、容易实现、能得到全局最优解和对任意形状的数据空间进行聚类分析等.本文在详细阐述聚类分析的理论的同时还采纳各方学者的先进观点就身边的一些实例进行分析并应用在具体实例上.比如农业无人机的应用[5]，这使得我国农业发展有了可靠的科学依据，让农业不在停留在原始时代.最近影响我国及世界的新型冠状病毒让人们感到非常棘手，我国能迅速遏制疫情也离不开中医的预防治疗，沈洁[8]等探讨中医药的组方特点及用药规律成为新冠肺炎复方中药开发的数据支持，以数据推动方法对中药方剂进行对比研究，能有效体现出各配方的效果,让枯燥