網(wǎng)絡(luò)工程畢業(yè)設(shè)計-pam聚類算法的分析與實現(xiàn)(已修改)
2024-12-19 17:18 本頁面
【正文】 畢 業(yè) 論 文（設(shè)計） 論文（設(shè)計）題目 ： PAM聚類算法的分析與實現(xiàn) 系 別： 專 業(yè)： 學(xué) 號： 姓 名： 指導(dǎo)教師： 時 間： 畢 業(yè) 論 文（設(shè) 計） 開 題 報 告 系別 :計算機(jī)與信息科學(xué)系 專業(yè) :網(wǎng)絡(luò)工程 學(xué) 號 姓 名 論文（設(shè)計）題目 PAM 聚類算法的分析與實現(xiàn) 命題來源 □√ 教師命題 □學(xué)生自主命題 □教師課題 選題意義 (不少于 300字 ): 隨著計算機(jī)技 術(shù) 、網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展與廣泛應(yīng)用，人們面臨著日益增多的業(yè)務(wù)數(shù)據(jù)，這些數(shù)據(jù)中往往隱含了大量的不易被人們察覺的寶貴信息，為了得到這些信息，人們想盡了一切辦法。數(shù)據(jù)挖掘技術(shù)就是在這種狀況下應(yīng)運(yùn)而生了。而聚類知識發(fā)現(xiàn)是數(shù)據(jù)挖掘中的一項重要的內(nèi)容。 在日常生活、生產(chǎn)和科研工作中，經(jīng)常要對被研究的對象經(jīng)行分類。而聚類分析就是研究和處理給定 對象的分類常用的數(shù)學(xué)方法。聚類就是將數(shù)據(jù)對象分組成多個簇，同一個簇中的對象之間具有較高的相似性，而不同簇中的對象具有較大的差異性。 在目前的許多聚類算法中， PAM 算法的優(yōu)勢在于： PAM 算法比較健壯，對“噪聲”和孤立點數(shù)據(jù)不敏感；由它發(fā)現(xiàn)的族與測試數(shù)據(jù)的輸入順序無關(guān)；能夠處理不同類型的數(shù)據(jù)點。 研究綜述 (前人的研究現(xiàn)狀及進(jìn)展情況，不少于 600字 ): PAM（ Partitioning Around Medoid,圍繞中心點的劃分）算法是是劃分算法中一種很重要的算法，有時也稱為 k中心點算法，是指用中心點來代表 一個簇。 PAM算法最早由 Kaufman和 Rousseevw提出，Medoid的意思就是位于中心位置的對象。 PAM算法的目的是對 n個數(shù)據(jù)對象給出 k個劃分。 PAM算法的基本思想： PAM算法的目的是對成員集合 D中的 N個數(shù)據(jù)對象給出 k個劃分，形成 k個簇，在每個簇中隨機(jī)選取 1個成員設(shè)置為中心點，然后在每一步中，對輸入數(shù)據(jù)集中目前還不是中心點的成員根據(jù)其與中心點的相異度或者距離進(jìn)行逐個比較，看是否可能成為中心點。用簇中的非中心點到簇的中心點的所有距離之和來度量聚類效果，其中成員總是被分配到離自身最近的簇中，以此來提高聚 類的質(zhì)量。 由于 PAM算法對小數(shù)據(jù)集非常有效，但對大的數(shù)據(jù)集合沒有良好的可伸縮性，就出現(xiàn)了結(jié)合 PAM的CLARA（ Cluster LARger Application）算法。 CLARA是基于 k中心點類型的算法，能處理更大的數(shù)據(jù)集合。 CLARA先抽取數(shù)據(jù)集合的多個樣本，然后用 PAM方法在抽取的樣本中尋找最佳的 k個中心點，返回最好的聚類結(jié)果作為輸出。后來又出現(xiàn)了 CLARNS（ Cluster Larger Application based upon RANdomized search,也稱隨機(jī)搜索聚類算法）， CLARNS是另外一種 k中心點方法，它將采樣技術(shù)和 PAM結(jié)合起來，對CLARA的聚類質(zhì)量和可伸縮性進(jìn)行了改進(jìn)。不像 CLARA那樣每個階段選取一個固定樣本， CLARANS在搜索的每一步都帶一定隨機(jī)性地選取一個樣本。 研究的目標(biāo)和主要內(nèi)容（ 不少于 400字 ） 對 PAM聚類算法的基本思想、 PAM聚類算法的替換代價和 PAM聚類算法的性能等進(jìn)行分析，根據(jù) PAM算法描述，使用 matlab軟件編寫 PAM聚類算法代碼，實現(xiàn) PAM聚類算法。使用編寫好的代碼運(yùn)用到一個實例中，使同一個簇中的對象越近越好，而不同簇中的 對象越遠(yuǎn)越好，對實例中的數(shù)據(jù)進(jìn)行聚類后，把聚類后的結(jié)果作為進(jìn)一步進(jìn)行分析的基礎(chǔ)。 本選題研究的主要內(nèi)容如下： (1)PAM 聚類算法的分析，分析 PAM 聚類算法的主要內(nèi)容如下： 1) PAM 聚類算法的基本思想：了解 PAM 聚類算法的基礎(chǔ)，能夠讓人簡單的了解 PAM 聚類算法的整個過程，對于最后的算法實現(xiàn)有很重要的意義。 2) PAM 聚類算法的替換代價：分四種情況計算替換代價，通過最后的總代價，來分析是否要進(jìn)行替換的根據(jù)。 3) PAM 聚類算法的算法描述：使用 matlab 軟件編寫 PAM 聚類算法的代碼的根據(jù)。 4) PAM 聚類算法的性能：包含了 PAM 聚類算法的優(yōu)點和缺點。 (2) PAM 聚類算法的實現(xiàn)，實現(xiàn) PAM 聚類算法的主要內(nèi)容如下： 1) 算法實現(xiàn)：根據(jù) PAM聚類算法描述，使用 matlab軟件編寫 PAM聚類算法代碼。 2) 把編寫好 PAM聚類算法的代碼運(yùn)用到一個實例中。 擬采用的研究方法 在指導(dǎo)老師的指導(dǎo)下，查找并閱讀相關(guān)資料，利用相關(guān)資料對 PAM算法進(jìn)行詳細(xì)分析，從而根據(jù)分析實現(xiàn) PAM算法。使用 matlab軟件來編寫代碼。 研究工作的進(jìn)度安排 2021年 11月 20號－ 11月 29號，與指導(dǎo)老師溝通交流，完成畢業(yè)論文選題； 2021年 11月 29號－ 12月 31號，收集整理資料，完成文獻(xiàn)綜述和開題報告； 2021年 01月 — 2021年 03月，繼續(xù)整理資料； 2021年 03月 — 2021年 04月，完成初稿； 2021年 04月 — 2021年 05月，對初稿進(jìn)行檢查和修改； 2021年 05月 — 2021年 06月，完成（論文）撰寫、裝訂，參加答辯 參考文獻(xiàn)目錄 （作者、書名或論文題目、出版社或刊號、出版年月日或出版期號） [1]毛國君，等 .數(shù)據(jù)挖掘原理與算法（第二版） [M].北京： 清華大學(xué)出版社 , [2] Jiawei Han,Micheline ：概念與技術(shù) [M].北京：機(jī)械工業(yè)出版社， 2021. [3] 陳京民，等 .數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù) [M].北京：電子工業(yè)出版社， 2021. [4] 劉同明，等 .數(shù)據(jù)挖掘技術(shù)及其應(yīng)用 [M].北京 :國防工業(yè)出版社， 2021. [5] David Hand,等 .數(shù)據(jù)挖掘原理 [M].張銀奎，等譯 .北京 : 機(jī)械工業(yè)出版社，中信出版社， 2021. 指導(dǎo)教師意見 簽名： 年 月 日 教研室主任意 見 簽名： 年 月 日 目 錄 摘要?????????????????????????????? 1 關(guān)鍵詞??????????????????????????????? 1 Abstract ???????????????????????????? 1 Key words????????????????????????????? 1 引言??????
公司管理相關(guān)推薦
鄂ICP備17016276號-1