【摘 要】
：
聚类分析是数据挖掘的一个重要分支，模糊理论的引入给聚类分析注入了新的活力。目前，模糊聚类已广泛应用于统计学、市场学、生物学等领域。现有聚类算法大多不适用于强噪声数据
论文部分内容阅读
聚类分析是数据挖掘的一个重要分支，模糊理论的引入给聚类分析注入了新的活力。目前，模糊聚类已广泛应用于统计学、市场学、生物学等领域。现有聚类算法大多不适用于强噪声数据，本文针对此类问题提出了基于参数寻优的模糊聚类算法，具体内容如下。首先对经典模糊C均值聚类算法(FCM)的适应性进行了研究，并对其进行了改进。FCM算法的距离度量从L2范数改为Lp范数可提高鲁棒性，但p参数的选择较难，针对此问题我们提出了中心点估计算法FMMLE (Fuzzy Multi-MetricLocation Estimation)，并通过实验证实了其主要优点在于能够自动搜索出最优的p值，因而具有较强的鲁棒性。另外，在此算法的基础上，提出了异常点检测算法FRMMC (Fuzzy Robust Multi-Metric Clustering)，并采用模拟数据及真实的Wisconsin乳腺癌数据验证了算法的有效性。最后，将上述参数寻优的思想推广到非线性分类问题，针对模糊核聚类算法中核参数选择难的问题，提出了算法FKMMLE (FuzzyKernel Multi-Metric Location Estimation)，它采用模拟退火方法来搜索最优核参数，为了验证算法的鲁棒性及可扩充性，通过强噪声对称alpha-stable数据及非线性数据进行实验，实验结果表明该算法比FMMLE更具优势。
其他文献
航迹关联算法是数据融合的核心技术之一。论文研究了数据融合中的经典最近邻域算法，分析了其存在的不足，提出了一种新的全局最优航迹关联算法。对新算法进行了实验实现，给出了一
传统优化方法在求解具有高度复杂性、非凸性、多极值等特征的优化问题时,往往表现出较大的局限性,而进化算法(Evolutionary Algorithm,EA)是一种基于达尔文进化理论构造的基
近年来，随着网络的普及和发展，计算机网络已经渗入到生活中的各个方面，而随之出现的日益严峻的网络安全，尤其是网络入侵问题，严重影响了网络的正常使用，所以网络入侵检测的研究，成为
在当前互联网和电子信息技术迅猛发展的时代里,以嵌入式技术、人工智能技术和通信技术为依托的最具有代表性热门技术也在迅速发展。随着中国政府提出“互联网+”创新驱动模式
本文首先阐述了IPv4网络向IPv6网络过渡是一个必然趋势，同时过渡也将是一个长期的过程。解决IPv4与IPv6网络在相当长共存期间内互联互通问题的技术策略主要有双协议栈技术、隧
无线传感器网络(Wireless Sensor Network,WSN)涉及计算机技术、微机电系统技术、无线通信技术、自动控制技术和人工智能等多种学科,是一个高度交叉且较为前沿的研究热点,其
Web服务是一种基于网络的、分布式的、独立于平台的模块化组件,随着Web服务技术的发展,越来越多的Web服务提供者通过网络将简单灵活的Web服务进行共享。在现实应用中,为了满
随着图形处理器（Graphics Processing Unit，GPU）技术的发展，GPU强大的浮点运算能力和并行处理能力使得它在非图形领域得到了广泛的应用。基于GPU的通用计算（General Purpose GPU，GP
近年来,众商业网站相继使用验证码技术。验证码技术作为提高网站安全的一个重要手段,可以成功解决如垃圾邮件的攻击、批量注册分发被盗资源、在线投票系统上的虚假投票,暴力
目标检测是从获取的图像中提取感兴趣的区域,作为图像处理的一个基础而重要的问题深受国内外学者的重视,在视觉导航、目标侦查、空间遥感等方面具有广泛应用。由于目标本身外