传统谱聚类算法概述

谱聚类算法是聚类分析的一个重要分支,是模式识别、机器学习、数据挖掘等学科领域的重要研究内容之一。谱聚类是一种根据谱图分析理论对相似度矩阵进行划分的聚类算法。该文对图谱和谱分解、传统谱聚类算法、基于密度聚类算法和评价指标Rand Index等内容进行概述。

基于粒计算的K-medoids聚类算法

传统K-medoids聚类算法的聚类结果随初始中心点不同而波动,且计算复杂度较高不适于处理大规模数据集;快速K-medoids聚类算法通过选择合适的初始聚类中心改进了传统K-medoids聚类算法,但是快速K-medoids聚类算法的初始聚类中心有可能位于同一类簇。为克服传统K-medoids聚类算法和快速K-medoids聚类算法的缺陷,提出一种基于粒计算的K-medoids聚类算法。算法引入粒度概念,定义新的样本相似度函数,基于等价关系产生粒子,根据粒子包含样本多少定义粒子密度,选择密度较大的前K个粒子的中心样本点作为K-medoids聚类算法的初始聚类中心,实现K-medoids聚类。UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试,证明了基于粒计算的K-medoids聚类算法能得到更好的初始聚类中心,聚类准确率和聚类误差平方和优于传统K-medoids和快速K-medoids聚类算法,具有更稳定的聚类结果,且适用于大规模数据集。

改进的均值插补不完备数据聚类算法

在许多实际场景中,由于数据获取困难、数据误读、数据丢失以及随机噪音等因素导致大量的数据缺失.针对传统的聚类算法无法直接处理不完备数据集的问题,提出了一种基于传统聚类算法的均值插补不完备数据的聚类方法,首先将不完备数据集划分为两个互不相交的子集,使用传统的聚类算法处理无缺失数据的数据对象获得初始聚类结果;然后使用各类中数据对象的属性均值填充不完备数据对象的缺失数据,观察各类中心值的变化确定最终的插补值.实验通过有效性指标评估该算法在UCI数据集上的聚类结果,可以验证算法的有效性.

一种CF树结合KNN图划分的文本聚类算法

为了提升文本聚类效果,改善传统聚类算法在参数设定,稳定性等方面存在的不足,提出新的文本聚类算法TCBIBK(a Text Clustering algorithm Based on Improved BIRCH and K-nearest neighbor)。该算法以BIRCH聚类算法为原型,聚类过程中除判断文本对象与簇的距离外,增加判断簇与簇之间的距离,采取主动的簇合并或分裂,设置动态的阈值。同时结合KNN分类算法,在保证良好聚类效率前提下提升聚类稳定性,将TCBIBK算法应用于文本聚类,能够提高文本聚类效果。对比实验结果表明,该算法聚类有效性与稳定性都得到较大提高。

基于大数据技术的高速公路环境监测系统设计

为了解决甘肃省河西区高速公路建设过程中环境监测困难的问题,通过融入大数据技术设计高速公路环境监测系统。采用最大功率点跟踪监测技术中的小控制单元和功率换算的方式设计定点跟踪结构;利用码分多址传输模式将监测设备与大数据库相互联系,缩短数据传输时间;对传统谱聚类算法进行改进;应用VMWare Player 16软件模拟监测过程,提高了监测能力。试验结果表明,设计所采用的公路监测系统的监测范围最大为86.7 m2,预警时间为30.16 s,系统结果准确率为97.1%。