基于粒計(jì)算的多尺度聚類(lèi)方法.pdf

1、數(shù)據(jù)挖掘是指從海量數(shù)據(jù)中發(fā)現(xiàn)隱藏的、有價(jià)值的知識(shí)和規(guī)則的過(guò)程。聚類(lèi)分析是其中一項(xiàng)重要的挖掘技術(shù)，已經(jīng)得到了研究人員的密切關(guān)注，并且在模式識(shí)別、金融經(jīng)濟(jì)分析、市場(chǎng)決策、圖像處理等領(lǐng)域有廣泛的應(yīng)用。多尺度科學(xué)是典型的跨學(xué)科課題，將多尺度科學(xué)引入數(shù)據(jù)挖掘領(lǐng)域，為數(shù)據(jù)挖掘領(lǐng)域的研究打開(kāi)了新的思路和方向。
　　針對(duì)于多尺度數(shù)據(jù)挖掘多局限于空間、圖像數(shù)據(jù)的缺陷，本文以聚類(lèi)為切入點(diǎn)，主要研究一般數(shù)據(jù)集的尺度特性以及多尺度聚類(lèi)的理論和方法，目的是

2、多角度、多層次的對(duì)數(shù)據(jù)進(jìn)行分析，為用戶(hù)提供多元化的決策支持。粒計(jì)算是解決復(fù)雜問(wèn)題、挖掘海量數(shù)據(jù)的新方法。粒計(jì)算模擬了人類(lèi)思考問(wèn)題的方式，多層次分析問(wèn)題，根據(jù)實(shí)際需要，時(shí)而從整體上分析宏觀(guān)特征，時(shí)而進(jìn)入某一部分研究細(xì)節(jié)特點(diǎn)。這種“分而治之”的思想與多尺度聚類(lèi)是非常契合的。因此，本文將粒計(jì)算作為宏觀(guān)層面的方法論基礎(chǔ)，指導(dǎo)多尺度聚類(lèi)的算法設(shè)計(jì)，為多尺度聚類(lèi)算法提供新的視角。
　　論文以粒計(jì)算中的等價(jià)劃分模型為基礎(chǔ)，構(gòu)建多尺度數(shù)據(jù)模型，為

3、多尺度聚類(lèi)算法提供數(shù)據(jù)預(yù)處理方法;闡述尺度轉(zhuǎn)換、尺度效應(yīng)、尺度選擇的相關(guān)知識(shí)，研究多尺度聚類(lèi)理論基礎(chǔ);提出多尺度聚類(lèi)的定義，從粒子的角度分析多尺度聚類(lèi)的實(shí)質(zhì)，最終構(gòu)建多尺度聚類(lèi)體系結(jié)構(gòu)，為多尺度聚類(lèi)提供算法框架;同時(shí)，基于信息粒度改進(jìn)相似度計(jì)算方法，結(jié)合斑塊模型和IDW插值法，分別提出多尺度聚類(lèi)尺度上推算法和多尺度聚類(lèi)尺度下推算法。
　　本文以多尺度聚類(lèi)為研究核心，主要完成了如下工作:
　　1)研究多尺度聚類(lèi)理論基礎(chǔ)

4、　　針對(duì)目前多尺度聚類(lèi)存在的問(wèn)題，從多尺度數(shù)據(jù)模型、尺度轉(zhuǎn)換、尺度效應(yīng)、尺度選擇四個(gè)方面對(duì)多尺度聚類(lèi)的理論基礎(chǔ)進(jìn)行研究。首先，從粒計(jì)算中的等價(jià)劃分模型出發(fā)，分析數(shù)據(jù)集中的等價(jià)關(guān)系，并參考粒化方法，提出一般數(shù)據(jù)集尺度化的方法，并給出尺度、尺度劃分、多尺度數(shù)據(jù)集、祖-孫尺度、父-子尺度的數(shù)學(xué)定義;其次，歸納尺度轉(zhuǎn)換的原因和分類(lèi);然后，分析尺度效應(yīng)的定義以及尺度效應(yīng)的具體體現(xiàn);最后，給出多尺度聚類(lèi)尺度選擇的三大原則和三個(gè)量化標(biāo)準(zhǔn)，為后續(xù)多尺度

5、聚類(lèi)算法的實(shí)現(xiàn)提供基礎(chǔ)。
　　2)構(gòu)建多尺度聚類(lèi)算法框架
　　首先，結(jié)合聚類(lèi)和尺度知識(shí)，明確多尺度聚類(lèi)的定義;其次，從粒子的角度分析多尺度聚類(lèi)的實(shí)質(zhì)——知識(shí)的尺度轉(zhuǎn)換，指出多尺度聚類(lèi)尺度轉(zhuǎn)換的對(duì)象應(yīng)該是能夠代表聚類(lèi)的特征描述符，如簇心、簇內(nèi)相似度等;最后，搭建多尺度聚類(lèi)體系結(jié)構(gòu)，歸納出多尺度聚類(lèi)的三個(gè)階段:數(shù)據(jù)的多尺度轉(zhuǎn)換、知識(shí)的多尺度轉(zhuǎn)換、多尺度決策，為算法設(shè)計(jì)提供指導(dǎo)框架和實(shí)現(xiàn)思路。
　　3)提出多尺度聚類(lèi)算法

6、r>　　首先，基于信息粒度提出改進(jìn)的相似度計(jì)算方法。在此基礎(chǔ)上，根據(jù)多尺度聚類(lèi)體系結(jié)構(gòu)，結(jié)合已有的尺度轉(zhuǎn)換方法，提出基于斑塊模型的多尺度聚類(lèi)尺度上推算法UAMC((U)pscaling(A)lgorithm of(M)ulti-scale(C)lustering)和基于IDW插值法的多尺度聚類(lèi)尺度下推算法DAMC((D)ownscaling(A)lgorithm of(M)ulti-scale(C)lustering)。
　　4)