基于相似关系的三支聚类模型.pdf

摘要

在大数据时代,如何从具有不确定性的大规模数据中获取有价值的信息,是大数据

领域重要的研究内容之一.聚类分析是大数据处理的一种有效方法,在众多领域都得到

了广泛应用.但由于传统的聚类方法只有属于和不属于两种决策,在信息不完备或不确

定时,则会造成划分的不准确.为了解决传统聚类方法存在的问题,于洪将聚类与三支决

策结合,提出了三支聚类方法.目前,三支聚类方法得到了广泛的研究和扩展,并被应用到

许多领域.

本文基于邻域关系和基于共现概率的相似关系,研究了邻域粗糙集和相似粗糙集,

提出了这两种粗糙集下的三支聚类模型,并给出了基于邻域关系的三支聚类模型阈值的

确定方法.进一步通过将等价关系扩展到邻域关系和基于共现概率的相似关系,研究了

局部邻域粗糙集和局部相似粗糙集,并将其引入三支聚类,提出了基于局部邻域粗糙集

和局部相似粗糙集的三支聚类模型.主要研究内容如下：

KM

第一部分研究了基于邻域关系的三支聚类模型.首先提出了一种改进的-eans算

法,确定了基于K-Means的聚类数,继而在邻域粗糙集中,利用目标子集的精度和边界域,

定义了权衡边界域和精度之间关系的有效性评价指标.基于此指标,给出了确定邻域最

佳阈值的构建算法.最后,将改进的K-Means算法应用到三支聚类中,提出了基于邻域关

系的三支聚类模型.通过实验验证模型的可行性.

第二部分研究了基于共现概率的三支聚类模型.首先提出了聚类下的共现概率,通

过朴素贝叶斯理论给出共现概率的求解方法.进一步定义了基于共现概率的相似关系,

提出了基于共现概率的相似粗糙集.最后,将基于共现概率的相似粗糙集引入三支聚类,

提出了基于共现概率的三支聚类模型.通过实验验证该模型的可行性.

第三部分研究了基于局部粗糙集的三支聚类模型.针对等价关系下的局部粗糙集,

首先将等价关系扩展到邻域关系和基于共现概率的相似关系,研究了局部邻域粗糙集和

局部相似粗糙集.将局部等价粗糙集、局部邻域粗糙集和局部相似粗糙集引入到三支聚

类,提出了基于局部等价粗糙集、基于局部邻域粗糙集和基于局部相似粗糙集的三支聚

类模型,通过实验验证了基于局部相似粗糙集的三支聚类模型的可行性.

关键词：K-Means聚类,三支聚类,邻域关系,共现概率,局部粗糙集

i

Abstract

Inthebigdataage,obtainingvaluableinformationfromlarge-scaledatawithuncertainty

isoneoftheimportantresearchcontentsinthebigdatafield.Clusteringanalysisisaneffective

methodofbigdataprocessing,whichhasbeenappliedinmanyfields.Sincethetraditional

clusteringmethodjusthastwokindsofdecisionwithbelongingtoornotbelongingto,it

inducestheinaccuratedivisionfortheincompleteoruncertaininformation.Inordertosolve

theproblemsoftraditionalclustering,byintroducingtheclusteringanalysisintothree-way

decision,three-wayclusteringmethodisproposed.Atprese