一種基于模糊數(shù)學思想的K均值算法

一種基于模糊數(shù)學思想的K均值算法摘要：隨著云計算、移動計算等互聯(lián)網(wǎng)技術的快速發(fā)展，海量數(shù)據(jù)分析已成為企業(yè)戰(zhàn)略決策、營銷推廣的基礎，海量數(shù)據(jù)挖掘愈顯重要。傳統(tǒng)的K均值算法作為一種硬聚類算法存在諸多問題，例如數(shù)據(jù)劃分武斷、準確率較低等。引K關系對數(shù)據(jù)進行了有效的聚類分析，以提高數(shù)據(jù)挖掘的準確度。關鍵詞：模糊數(shù)學；K均值；硬聚類；隸屬度DOIDOI：10.11907/rjdk.161041中圖分類號：TP312A（引言Web影像視頻等海量數(shù)據(jù)大量涌現(xiàn)，在豐富人們生活的同時，也給檢索帶來了巨大的工作量。采用自動化、智能化、模式化的聚類分析方法，已經(jīng)成為海量數(shù)據(jù)應用研究的熱點。K均值作為一種聚類算法，其思想和應用執(zhí)行過程較為方便，一直以來受到互聯(lián)網(wǎng)企業(yè)青睞，在入侵檢測、圖像處理、視頻聚類、文本數(shù)據(jù)挖掘、電子商務推薦、遙感信息識別、軟件聚類等領域得到了廣泛應用，取得了較好的效果[1-3]對K均值算法研究的深入，算法得到了極大的改進。王敞等[4]分析了K均值聚類算法存在中心設置容易陷入局部最優(yōu)化等問題，提出了一種基于遺傳算法的K均值聚類算法，能夠有效結合遺傳算法尋找全局最優(yōu)。在自適應交叉K均值操作，克服了傳統(tǒng)K均值算法的局[5]分析了聚類算法強化學習過程中，連續(xù)狀態(tài)空間對自適應劃分方K分別給出了離散動作和連續(xù)動作下強化學習方法的執(zhí)行步驟，實驗結果顯示，該方法可以自動調整劃分的精確度、優(yōu)[6]K均值多關系數(shù)據(jù)聚類算法，該算法在K均值算法的基礎上，改進了類簇的選擇方法和數(shù)據(jù)對象之間的相似性度量方法，將其應用于K[7]K均值算法存在的缺點，提出了一種改進的粒子群優(yōu)化的K均值混合聚類算法。該算法引入小概率隨機變異操作，以便能夠增強種群的多樣性，提高混合聚類算法的全局搜索能力；根K均值算法操作的時機，增強局部精[8]k均值聚類算法易受隨機初始聚類中心和離群點的影響，導致出現(xiàn)一致性和無法收斂的問題，提出了一種改進的粗K均值聚K基于其它數(shù)據(jù)對象和中心之間的距離判定數(shù)據(jù)歸屬類簇，提[9]分析了K均值算法隨機指定不同的聚類個數(shù)而導致聚類錯誤率較高的問題，集合層次劃分算法，提出了一種改進的層次K均值聚類算法，能夠自底向上聚類分析，形成一棵樹型結構，并且在樹形結構上自動選擇聚類。實驗結果表明，該聚類提高了數(shù)據(jù)分析的準確度。趙冬玲等[10]K均K均值聚類算法，改進了算法中計算密度閾值的函數(shù)，可以有效降低算法的低凝聚度，提高數(shù)據(jù)聚類分析效率。傳統(tǒng)聚類算法對初始化的聚類中心比較敏感，并且隨著初始化聚類中心的不同，具有不同的聚類結果，因此需要根據(jù)經(jīng)驗設置聚類中心，很容易陷入局部最優(yōu)化。另外，傳統(tǒng)的K簇，降低了算法的準確度。為了解決上述問題，本文引入模K背景理論（10）K際的數(shù)據(jù)集劃分過程中使用。KKbN個數(shù)據(jù)對象的數(shù)據(jù)集。算法輸出：K個簇。K個簇，并（0；③基于步驟②的隸屬度函數(shù)，計算各個簇的中心值i，計算簇中心采用公式遍歷數(shù)據(jù)集中每個數(shù)據(jù)對象，當隸屬度不再發(fā)生變化時，算法終止；否則返回步驟②。實驗與結果分析實驗數(shù)據(jù)與環(huán)境Matlab20122.10GHz4GWin7。Lang20-NGBoW工具對數(shù)據(jù)集進行預處理，從中選擇4500篇文檔，將這些9500篇，具體如下：數(shù)據(jù)集Binary_1Binary_2Binary_3分別包2talk.politics.mideasttalk.politics.misc，250Multi5_1、Multi5_2、Multi5_35comp.graphics、rec.motorcycle、rec.sport.baseball、sci.space和talk.politics.mideast，每個類別包含100篇文檔；數(shù)據(jù)集Multi10_1、Multi10_2、Multi10_3分別包含10個文檔類別，分別是sci.electronics、comp.sys.mac.hardware、rec.sport.hockeyalt.atheismtalk.politics.guns、rec.autos、sci.crypt、sci.med和sci.space，每個類別包含50篇文檔。 4結語K均值算法屬于硬劃分，并且算法的初始中心節(jié)點需要人為指定，容易降低算法的執(zhí)行效率及準確度。本文基K據(jù)對象按照隸屬度劃分到真實的類別中，提升了算法的準確度。未來工作的方向主要是：①改進模糊聚類隸屬度函數(shù)，以便能更有效地提高算法準確度；②基于遺傳算法、粒子群算法、模擬退火算法等，改進K均值初始中心的設置，提高初始設置的準確度，進一步改進算法劃分效果。參考文獻：[1].K均值聚類的入侵檢測算法.計算機科學，0，（6[2].基于K均值聚類的醫(yī)學圖像分割算法.計算機工程，1，7（5[3]楊宏宇，常媛.K均值多重主成分分析的S檢測方法.通信學報，4，5（5：.K.計算機科學，3，（.k-均值聚類算法的強化學習方法.計算機研究與發(fā)展，6（：661-666..K均值多關系數(shù)據(jù)聚類算法.軟件學報，89（1[7].一種改進的粒子群和K均值混合聚類算