基于入侵杂草算法的数据挖掘聚类算法研究

【摘要】随着计算机技术和信息技术的迅猛发展,人们的生活沉浸在了数据和信息的海洋,人类社会已步入数字时代。人们需要丰富的数据和信息引导社会活动和方便生活,尤其在商业领域、企业生产过程和诸多工程领域等要以大量的数据信息为基础,获取商业利润的决策信息,实现工业生产的在线监控、辨识、诊断,以及完成控制策略的构思。因此,数据挖掘的概念应运而生,它作为一种能够有效地从海量数据信息中挖掘潜在的有用的价值信息的技术手段,得到了诸多科研人员关注和许多工程领域的应用。入侵杂草算法(IWO)是一种能够有效模仿野草繁殖、生长、竞争过程的仿生学优化算法。由于其鲁棒性好、寻优能力强、收敛速度快、结构简单、易于实现,在许多优化问题上优于其他智能优化算法,受到了学术界的广泛关注。聚类算法作为数据挖掘的一种有效手段,成为了数据挖掘领域的热门工具,模糊C均值聚类算法(FCM)是软划分的一种方法,对样本类属没有确定的描述,符合人类认识事物的规律,已被广泛应用到各种工程和科学领域,但仍存在一些不足。本文主要围绕FCM算法展开分析与研究,主要研究内容包括如下：1.针对FCM算法对初始聚类中心敏感,容易局部收敛的问题,提出了一种基于IWO的模糊聚类数据挖掘算法(IWO-FCM),该方法引入IWO算法寻找最优初始解,保证了对解空问的全面搜索,然后再进行聚类分析,有效克服了FCM算法的缺陷,试验通过与使用遗传算法、粒子群算法分别优化FCM算法的结果对比,验证了IWO-FCM算法比FCM算法、GFCM算法、PSO-FCM算法的聚类效果更好。2.基于入侵杂草算法的FCM算法(IWO-FCM)比FCM算法全局寻优能力强,聚类精度高,但对高维和复杂数据集测试时,存在收敛变慢,精度不高的问题,因此提出了一种改进的IWO-FCM算法。该算法利用混沌序列初始化IWO-FCM算法的杂草初始种群,提高初始解(种子)的质量,将差分进化算法的交叉、变异和部分选择操作应用在IWO-FCM算法的空间分布和选择过程中,保持杂草群多样性,增强算法全局寻优能力。在多个高维数据集上进行测试,仿真结果表明该算法比FCM算法和IWO-FCM收敛速度更快,寻优精度更高。3.针对实际化工过程数据具有高维、非线性等特征而难以进行聚类分析的问题,提出基于扩散映射的IWO-FCM算法。该算法先利用扩散映射提取高维数据的低维流形特征,整合数据的局部特征使原始数据的几何信息得以保留,然后用IWO-FCM算法对低维流形数据进行聚类分析。试验通过对TE过程多个故障数据集进行测试,与使用基于扩散映射的FCM算法的结果相比,本文所提算法具有较强的稳定性和鲁棒性,比基于扩散映射的FCM算法具有更强的寻优能力和更好敛效果,聚类效果明显改善,能够快速有效地识别故障特征,验证了其有效性和优越性。4.针对FCM对噪声点和离群数据较为敏感,可能性模糊聚类算法(PFCM)较好地克服了这一缺点,当带噪声的数据集极不均衡时,PFCM算法存在对初始聚类中心敏感,聚类效果不好等问题。本文提出了改进的核可能性模糊聚类算法(IKPFCM),该算法在核可能性模糊聚类(KPFCM)的基础上使用IWO算法寻找最优解作为KPFCM算法的初始聚类中心,提高算法的鲁棒性和寻优能力,同时引入样本方差简化目标函数的参数,进一步增强聚类算法的有效性,将改进后的算法用于数据聚类。从UCI数据集和人造数据集上的测试结果表明,该算法的抗噪声能力更强,聚类精度更高,收敛速度更快。
【作者】周金虎；
【导师】赵小强；
【作者基本信息】兰州理工大学，控制理论与控制工程，2014，硕士
【关键词】数据挖掘；入侵杂草算法；模糊C-均值聚类；混沌；差分进化；扩散映射；TE过程；可能性模糊聚类；核可能性模糊聚类；

【参考文献】
[1]吕扬.单晶硅晶体特性的压痕仿真与试验研究[D].吉林大学,机械制造及其自动化,2013,硕士.
[2]张宪国,林承焰,张涛,王永刚.井、震多尺度信息融合预测老油田浅层岩性气藏[J].石油地球物理勘探,2009,05:609-612+526+650.
[3]张旭.系统功能语言学视角下的翻译操纵现象探析[D].西南大学,英语语言文学,2014,硕士.
[4]蓝荣钦,刘增良,杨晓梅.挖掘模糊空间关联规则的方法[J].测绘学院学报,2005,01:36-39+42.
[5]武伟宁.基于心音时间序列分析的瓣膜病辅助诊断方法研究[D].兰州理工大学,控制工程,2014,硕士.
[6]姜涛.FMCW小型SAR信号处理机设计[D].西安电子科技大学,信号与信息处理,2012,硕士.
[7]王雪平.急性热应激对番鸭胰腺主要消化酶基因表达的影响[D].南京农业大学,兽医,2012,硕士.
[8]刘柳.早期儒家典籍中的孔子形象[D].黑龙江大学,中国古代文学,2013,硕士.
[9]袁光辉,王刚,王惠.石墨烯/碳纳米管/硫复合材料的制备及电化学性能研究[A].中国化学会.中国化学会第29届学术年会摘要集——第24分会：化学电源[C].中国化学会:,2014:1.
[10]韦爱明.供电企业电力营销风险管理研究[D].吉林大学,项目管理,2014,硕士.
[11]朱沪生,毕湘利.上海城市轨道交通网络化建设中若干问题的探讨[J].城市轨道交通研究.2005(02)
[12]冯天衣.我国协警群体的管理规范化研究[D].吉林大学,公共管理,2014,硕士.
[13]葛岚.我国城市住宅小区物业管理研究[D].吉林大学,行政管理,2004,硕士.
[14]刘克.快速底盘圆形坑槽铣刨车总体设计及性能研究[D].长安大学,机械设计及理论,2014,硕士.
[15]吕柏东.幸福隧道工程项目施工管理研究与分析[D].西南交通大学,工业工程,2013,硕士.
[16]刘建美,马寿峰.基于有限理性的个体出行路径选择进化博弈[J].控制与决策,2009,10:1450-1454+1462.
[17]姚术健.钢箱梁内部爆炸局部破坏数值模拟研究[D].国防科学技术大学,桥梁与隧道工程,2012,硕士.
[18]武佳文.大学生就业的困境与对策研究[D].山东大学,公共管理（专业学位）,2013,硕士.
[19]王莹.大学生行为决策中安于现状偏差的实证研究[D].华中科技大学,发展与教育心理学,2013,硕士.
[20]张莲.论口译员在商务谈判中的角色定位[D].上海外国语大学,翻译,2012,硕士.
[21]桑雪朱耀磊朱雅慧张公亮侯红漫*.环境因素对单增李斯特菌inlB毒力基因表达的影响[J].食品工业科技.
[22]王汝斌.吉林移动电子渠道一体化发展策略研究[D].吉林大学,工商管理,2012,硕士.
[23]张立立.大鼠在递增负荷游泳运动中体内有氧氧化向无氧代谢转变机制的初探[D].河北师范大学,运动人体科学,2004,硕士.
[24]童晓艳.为了“人类的未来”[D].重庆大学,日语语言文学,2014,硕士.
[25]陈伟.应用脂肪组织来源干细胞构建皮肤复合组织的初步研究[D].南方医科大学,外科学,2012,硕士.
[26]张永铮,方滨兴,迟悦,云晓春.用于评估网络信息系统的风险传播模型[J].软件学报,2007,01:137-145.
[27]超晨.β干扰素TIR结构域衔接蛋白（TRIF）在NOD小鼠1型糖尿病发病中的作用[D].中南大学,临床医学,2013,博士.
[28]卢冰原,黄传峰,贾兆红.模糊环境下多目标差异作业单机批调度问题研究[J].控制与决策,2011,11:1675-1679+1684.
[29]田密.复合激光场与等离子体相互作用的理论与数值模拟研究[D].山东师范大学,原子与分子物理,2013,硕士.
[30]王苗慧.马鸿斌教授辨治痛风性关节炎经验总结及清热排毒胶囊抗痛风作用研究[D].甘肃中医学院,中内科学,2014,硕士.
[31]张杰.碰摩故障转子系统动力学的理论与试验研究[D].东北大学,机械电子工程,2010,硕士.
[32]陈敬.中子辐照6H-SiC晶体的电学性能及其退火研究[D].天津大学,凝聚态物理,2013,硕士.
[33]仁青冷知.略述中观庄严论经[D].西藏大学,藏语言文学,2014,硕士.
[34]陈佳佳.中加国有独资公司法人治理结构之比较分析[D].清华大学,民商法,2003,硕士.
[35]甘新立.再生SBS改性沥青及混合料的性能研究[D].长安大学,交通运输工程（专业学位）,2013,硕士.
[36]胡佳丽.网络服装品牌商品流通渠道的管理模式研究[D].武汉纺织大学,艺术设计,2014,硕士.
[37]王平,田学民.基于高斯伪谱法的分区联立动态优化策略[J].控制与决策,2011,11:1749-1752.
[38]王龙龙.基于贝叶斯算法的垃圾邮件过滤系统设计与实现[D].吉林大学,计算机应用技术,2014,硕士.
[39]肖晶.兰斯顿·休斯诗歌中黑人美学的认知诗学分析[D].山西财经大学,外国语言学及应用语言学,2013,硕士.
[40]高向兵.素兰清芬 尺水兴波——凌叔华小说综论[D].青岛大学,中国现当代文学,2004,硕士.
[41]夏卉芳.菟丝子水提液对大鼠胚胎发育毒性的实验研究[D].遵义医学院,人体解剖与组织胚胎学,2012,硕士.
[42]陈淑玲.我国责任型政府建设研究[D].大连海事大学,公共管理,2014,硕士.
[43]宋士轲.中空挤压铝型材的等效模型研究[D].北京交通大学,2014.
[44]汤庸,汤娜,叶小平.时态信息处理技术研究综述[J].中山大学学报(自然科学版),2003,04:4-8.
[45]冼维俭.离婚案件中按揭房产权属问题研究[D].兰州大学,民法,2012,硕士.
[46]符志国,尹成,张白林,赵伟,刘志斌,张金淼.利用小波参数检测砂体分布[J].石油地球物理勘探,2005,03:343-348+20-372.
[47]黄永炘.组合检波器特性[J].石油地球物理勘探,1985,02:215-220.
[48]姚若全.CD133在肝癌干细胞中的表达及作用[D].中南大学,临床医学,2013,博士.
[49]彭晓慧.中国电力行业对外直接投资影响因素研究[D].北京交通大学,2014.
[50]张弋戈.面向PON的高清视频采集传输系统研究[D].北京交通大学,2014.