数据挖掘中模糊聚类分析的研究及其应用
| 文献类型 | 学位 |
| 作者 | 张斌[1] |
| 机构 | 北京航空航天大学 ↓ |
| 授予学位 | 硕士 |
| 年度 | 2004 |
| 学位授予单位 | 北京航空航天大学 |
| 语言 | 中文 |
| 人气指数 | 1 |
| 浏览次数 | 1 |
| 关键词 | 数据挖掘;模糊聚类;模糊等价关系;网格;密度 |
| 摘要 | 随着网络技术和数据库技术的快速发展,数据供给能力 数据分析能力间的矛盾日益突出,迫切需要一种能够对数据进行深层次加工的自动化技术.数据挖掘技术应运而生.聚类是数据挖掘中的一个重要课题.聚类是一种无监督的分类,是人们认识社会和自然界的一种重要方法.在现实世界中,许多客观事物之间的界限往往是模糊的,对事物进行分类时就必然伴随着模糊性,由此产生了模糊聚类分析.该文在介绍数据挖掘、聚类分析以及模糊理论的基本概念和相关知识的基础之上,描述了基于模糊等价关系的聚类分析的基本原理和步骤,详细说明了利用模糊相似关系的传递闭包计算模糊等价关系关进行模糊聚类的过程.并且分析了其算法,开发了相应的FCBER程度.此外,这里还提出了模糊聚类分析的一个新的算法,基于网格的算法.它抛弃了距离的概念,而是采取一种新的思路,将高维的数据空间划分为很多网格,根据网格的密度求得密集区域,并通过网格的吸引度将密集区域进一步聚合,从而得到聚类结果.其优点在于能够自动发现包含有趣知识的子空间,并将里面存在的所有聚类挖掘出来;另一方面它能很好的处理高维数据和大数据集的数据表格.最后,该文以天津航空机电有限公司的管理信息系统为案例,利用上文提到的基于模糊等价关系的聚类分析算法和相应的FCBER程序,对企业的原材料库的多标准库存分类管理进行了实际应用,并根据聚类结果对企业的库存管理给出了相应的建议措施,对基于模糊等价关系的聚类分析算法进行了很好的论证. |
全文
影响因子：
dc:title:数据挖掘中模糊聚类分析的研究及其应用
dc:creator:张斌
dc:date: publishDate:1753-01-01
dc:type:学位
dc:format: Media：北京航空航天大学
dc:identifier: LnterrelatedLiterature：北京航空航天大学.2004.
dc:identifier:DOI：
dc: identifier:ISBN:
