基于可拓理論的數(shù)據(jù)挖掘方法研究.pdf

1、分類和聚類是數(shù)據(jù)挖掘中兩種重要的數(shù)據(jù)分析方法，廣泛應用于商業(yè)各個方面。傳統(tǒng)的聚類方法很難直觀反映樣本個體與類間關聯(lián)程度的變化動態(tài)?？赏鼐垲惙椒ㄔ诰垲惙治鲞^程中引入可拓集合理論，利用可拓集合中關聯(lián)函數(shù)的特點，使聚類分析方法能更全面的分析對象屬于某集合的程度，從而有助于從變化的角度來分析變化中的事物。 本文介紹了數(shù)據(jù)挖掘及可拓學的思想，比較了用于數(shù)據(jù)挖掘的算法和技術，回顧了可拓學的發(fā)展歷程，討論了可拓分類方法。理論上，針對傳統(tǒng)聚類的

2、不足，提出用可拓集合中的關聯(lián)度來代替?zhèn)鹘y(tǒng)聚類中的距離和相似系數(shù)，作為度量分類對象之間的接近程度，并與當前聚類方法相結合，提出新的聚類方法——可拓k-means聚類算法。 此外，在學習可拓理論的基礎上，給出了基元模型在C++環(huán)境下表示形式，針對發(fā)散樹方法設計了一種查找結構，改善了基元對象的查找效率，并提出了一種基于關系的發(fā)散樹方法以及利用訓練數(shù)據(jù)集確定類別各特征經(jīng)典域的方法，并對分類中使用的關聯(lián)函數(shù)做了改進，使分類更加準確。