【導(dǎo)讀】聚類是數(shù)據(jù)挖掘領(lǐng)域中重要的技術(shù)之一，用于發(fā)現(xiàn)數(shù)據(jù)中未知的分類。析已經(jīng)有了很長(zhǎng)的研究歷史，其重要性已經(jīng)越來(lái)越受到人們的肯定。內(nèi)在關(guān)系方面，具有極其重要的作用。聚類主要應(yīng)用于模式識(shí)別中的語(yǔ)音識(shí)別、字。聚類的另一個(gè)主要應(yīng)用是數(shù)據(jù)挖掘、時(shí)空數(shù)據(jù)庫(kù)應(yīng)用、序列和異常。此外，聚類還應(yīng)用于統(tǒng)計(jì)科學(xué)，同時(shí)，在生物學(xué)、地質(zhì)學(xué)、地理學(xué)以。本文是對(duì)聚類算法K-means的研究。首先介紹了聚類技術(shù)的相關(guān)概念。的優(yōu)點(diǎn)是簡(jiǎn)單易行，時(shí)間復(fù)雜度為O，并且適用于處理大規(guī)模數(shù)據(jù)。是對(duì)其進(jìn)行算法和界面實(shí)現(xiàn)。

　　

【正文】 結(jié)果輸出 模塊 在計(jì)算模塊計(jì)算結(jié)束后，自動(dòng)進(jìn)入結(jié)果輸出模塊，主系統(tǒng)將計(jì)算模塊返回的數(shù)據(jù)結(jié)果傳遞給輸出模塊，本模塊根據(jù)數(shù)據(jù)通過(guò)列表輸出最后的中心點(diǎn)信息以及每個(gè)沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 20 樣本的數(shù)據(jù)和所屬中心點(diǎn) 。 其關(guān)鍵代碼如下。 for(int i=0。iM。i++){ (第 %d 中心點(diǎn) ,i+1)。 (i,j, i)。 (%.2f,X[N+i])。 (i, 1, x)。 (%.2f,Y[N+i])。 (i, 2, y)。 } for(i=0。iN。i++){ (第 %d 樣本點(diǎn) ,i+1)。 (i,j, i)。 (%.2f,X[i])。 (i, 1, x)。 (%.2f,Y[i])。 (i, 2, y)。 (第 %d 中心點(diǎn) ,n[i])。 (i, 3, a)。 } 繪圖模塊 本模塊的入口在結(jié)果輸出模塊中，當(dāng)用戶點(diǎn)選繪圖后，主系統(tǒng)將數(shù)據(jù)傳遞給該模塊，該模塊根據(jù)數(shù)據(jù)二維平面坐標(biāo)中繪出各個(gè)樣本點(diǎn) 以及中心點(diǎn)，并將同一個(gè)所屬的樣本點(diǎn)與中心點(diǎn)通過(guò)直線連接起來(lái)，以使結(jié)果更加直觀 。 以下是該模塊流程圖和關(guān)鍵代碼 。 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 21 接 收 計(jì) 算 模塊 結(jié) 果繪 出 坐 標(biāo) 軸繪 出 樣 本 點(diǎn)繪 出 中 心 點(diǎn)根 據(jù) 聚 類 結(jié) 果連 接 樣 本 點(diǎn) 和中 心 點(diǎn)繪 圖 模 塊 結(jié) 束 圖 繪圖模塊流程圖 for(int i=0。iM。i++){ pDCMoveTo((X[N+i]+5)*20,460(Y[N+i]+1)*20)。 for(int j=0。jN。j++){ if(n[j]==i+1){ pDCLineTo((X[j]+5)*20,460(Y[j]+1)*20)。 pDCMoveTo((X[N+i]+5)*20,460(Y[N+i]+1)*20)。 } } } for(i=0。iN。i++){ pDCEllipse((X[i]+5)*20,460(Y[i]+1)*20,(X[i]++5)*20,460(Y[i]++1)*20)。 } pOldPen=pDCSelectObject(amp。pen[0])。 for(i=N。iN+M。i++) pDCEllipse((X[i]+5)*20,460(Y[i]+1)*20,(X[i]++5)*20,460(Y[i]++1)*20)。 pDCSelectObject(pOldPen)。 } 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 22 系統(tǒng)流程 開(kāi) 始結(jié) 束輸 入 中 心 點(diǎn) 個(gè) 數(shù) 以 及樣 本 點(diǎn) 個(gè) 數(shù)輸 入 中 心 點(diǎn) 及 樣 本 點(diǎn)輸 出 結(jié) 果根 據(jù) 結(jié) 果 繪 圖初 始 化 k 個(gè) 聚 類中 心分 配 各 個(gè) 數(shù) 據(jù) 對(duì) 象 到距 離 最 近 的 類 中輸 出 聚 類 結(jié) 果重 新 計(jì) 算 各 個(gè) 聚 類 的中 心是 否 收 斂是否 圖 流程圖 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 23 界面設(shè)計(jì) 系統(tǒng)的界面是以 MFC 對(duì)話框的形式設(shè)計(jì)的 。 數(shù)據(jù)輸入界面 如 圖 。 圖 數(shù)據(jù)輸出界面 結(jié)果輸出界面 如圖 。 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 24 圖 結(jié)果輸出界面 繪圖界面 如圖 。 圖 繪圖界面 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 25 6 系統(tǒng)測(cè)試 測(cè)試實(shí)例的研究與選擇 本次系統(tǒng)測(cè)試的數(shù)據(jù)為隨機(jī)抽取 11 個(gè)二維點(diǎn)進(jìn)行測(cè)試， 11 個(gè)樣本點(diǎn)分別為 (1, 2), (9, 14), (15, 6), (2, 2), (2, 5), (3, 3), (10, 13), (10, 15), (11, 16), (16, 5), (16, 8)。 測(cè)試環(huán)境與測(cè)試條件 ： 系統(tǒng)配置： Windows 2021/XP； 開(kāi)發(fā)環(huán)境： ； 開(kāi)發(fā)語(yǔ)言： C++。 實(shí)例測(cè)試 對(duì)于上述測(cè)試實(shí)例，系統(tǒng)最終生成的結(jié)果 如表 、表 。 表 中心點(diǎn)信息表 X坐標(biāo) Y 坐標(biāo) 第一中心點(diǎn) 2 2 第二中心點(diǎn) 10 14 第三中心點(diǎn) 6 表 樣本點(diǎn)信息表 X坐標(biāo) Y 坐標(biāo) 類屬中心點(diǎn) 第一樣本點(diǎn) 1 2 類屬第一中心點(diǎn) 第二樣本點(diǎn) 9 14 類屬第二中心點(diǎn) 第三樣本點(diǎn) 15 6 類屬第三中心點(diǎn) 第四樣本點(diǎn) 2 2 類屬第一中心點(diǎn) 第五樣本點(diǎn) 2 5 類屬第一中心點(diǎn) 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 26 第六樣本點(diǎn) 3 3 類屬第一中心點(diǎn) 第七樣本點(diǎn) 10 13 類屬第二中心點(diǎn) 第八樣本點(diǎn) 10 15 類屬第二中心點(diǎn) 第九樣本點(diǎn) 11 16 類屬第二中心點(diǎn) 第十樣本點(diǎn) 16 5 類屬第三中心點(diǎn) 第十一樣本點(diǎn) 16 8 類屬第三中心點(diǎn) 圖 測(cè)試 實(shí)例 結(jié)果顯示 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 27 圖 測(cè)試實(shí)例繪圖結(jié)果 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 28 7 結(jié)論與展望 聚類的應(yīng)用越來(lái)越廣泛， 在經(jīng)濟(jì)學(xué)、 生物學(xué)、氣象學(xué)、醫(yī)藥學(xué)、信息工程和工程技術(shù)等許多領(lǐng)域都有著十分重要的作用。 本文以數(shù)據(jù)挖掘中的聚類分析為基礎(chǔ)，對(duì)算法的理論和應(yīng)用進(jìn) 行了分析研究。首先對(duì)聚類分析的概念、聚類的過(guò)程、聚類算法的分類、聚類的準(zhǔn)則函數(shù)等進(jìn)行了詳細(xì)的介紹。 其次，通過(guò)對(duì)現(xiàn)有的 Kmeans 聚類算法進(jìn)行了詳細(xì)的分析研究。在介紹了Kmeans 算法的基本流程后，分析給出了 Kmeans 的優(yōu)點(diǎn)和缺陷。然后，也就是本文的工作重點(diǎn)，針對(duì) Kmeans 算法的具體研究對(duì)算法進(jìn)行實(shí)現(xiàn)。 在算法實(shí)現(xiàn)的過(guò)程中發(fā)現(xiàn) Kmeans 算法的有四點(diǎn)不足： (1) 通過(guò)計(jì)算樣本間的距離來(lái)衡量它們間的相似度，而大值屬性往往左右樣本間的距離，所以該算法不適用于有大值屬性存在的數(shù)據(jù)集 ； (2) 對(duì)初 始聚類中心和樣本的輸入順序敏感，不同的初始聚類中心或樣本的輸入順序不同，產(chǎn)生的聚類結(jié)果差別很大 ； (3) 采用迭代更新的方法，所以當(dāng)初始聚類中心落在局部值最小附近時(shí)，算法的結(jié)果生成的是局部最優(yōu)解而非全局最優(yōu)解 ； (4) 采用同一類中的所有對(duì)象的平均值作為聚類中心，所以算法的效果受孤立點(diǎn)的影響很大。 由于此項(xiàng)技術(shù)應(yīng)用越來(lái)越廣泛， Kmeans 算法的優(yōu)化也將越來(lái)越重要 ， 本系統(tǒng)通過(guò)對(duì) Kmeans 算法的實(shí)現(xiàn)和使用更能對(duì) Kmeans 算法的優(yōu)缺點(diǎn)有更深體會(huì) ， 對(duì)優(yōu)化此算法會(huì)有一定幫助 。 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 29 參考文獻(xiàn) [1] 賈磊 ,丁冠華 .數(shù)據(jù) 挖掘中的 Kmeans 算法及改進(jìn) .福建電腦 , 2021,第 11期 :4756 [2] 石云平 .聚類 Kmeans 算法的應(yīng)用研究 .理論與方法 , 2021, 28(8):2831 [3] 張建萍 ,劉希玉 .基于聚類分析的 Kmeans 算法研究及應(yīng)用 .計(jì)算機(jī)應(yīng)用研究 , 2021, 24(5) :166168 [4] 李飛 ,薛彬 ,黃亞樓 .初始中心優(yōu)化的 Kmeans 聚類算法 .計(jì)算機(jī)科學(xué) , 2021, 29(7) :9496 [5] 連鳳娜 ,吳錦林 ,唐琦 .一種 改進(jìn)的 Kmeans 聚類算法 .電腦與信息技術(shù) , 2021, 16(1) :3840 [6] 譚勇 ,榮秋生 .一個(gè)基于 Kmeans 的聚類算法的實(shí)現(xiàn) .湖北民族學(xué)院學(xué)報(bào)（自然科學(xué)版） , 2021, 22(1) :6971 [7] 馮超 .Kmeans 聚類算法的研究 [學(xué)位論文 ] .保存地點(diǎn) :大連理工大學(xué) , 2021 [8] 毛韶陽(yáng) ,林肯立 .優(yōu)化 Kmeans 初始聚類中心研究 .計(jì)算機(jī)工程與應(yīng)用 , 2021, 43(22) :179181 [9] 金微 ,陳慧萍 .基于分層聚類的 Kmeans 算法 .江蘇 :河海大學(xué)常州分校學(xué)報(bào) , 2021, 3(21) :710 [10] 周娟 ,熊忠陽(yáng) ,張玉芳等 .基于最大最小距離法的多中心聚類算法 .計(jì)算機(jī)應(yīng)用 , 2021. 6(26) :14251427 [11] 范明譯 .數(shù)據(jù)挖掘概念與技術(shù) .北京 :機(jī)械工業(yè)出版社 , 2021:35206 [12] Bradley, Fayyad. Refining Initial Point for Kmeans Clustering. Proceedings of the Fifteenth International Conference on Machine Learning, 1998 [13] 黃韜 ,劉勝輝 ,譚艷娜 .基于 Kmeans 聚類算法的研究 . // [14] 梁建武 , 田野 . 一種分布式的 Kmeans 聚類 算法 . 現(xiàn)代電子技術(shù) , (10) :1114 [15] 韓凌波 ,王強(qiáng) ,蔣正鋒 ,郝志強(qiáng) .一種改進(jìn)的 Kmeans 初始聚類中心選取算法 .計(jì)算機(jī)工程與應(yīng)用 , 2021. 46(17) :150152 [16] 王守強(qiáng) ,朱大銘 .基于最小聚類求解 Kmeans 問(wèn)題算法 .通信學(xué)報(bào) , 2021. 31(7) :4652 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 30 [17] 任景彪 ,尹紹宏 .一種有效的 Kmeans 聚類初始中心選取方法 .計(jì)算機(jī)與現(xiàn)代化 , 2021. 179(7) :8492 [18] 于洪 ,諶強(qiáng) .一種結(jié)合 Kmeans 的層次化的搜索結(jié)果聚類方法 .重慶郵電大學(xué)學(xué)報(bào) , 2021. 22(3) :254259 [19] 苑津莎 ,李中 .基于形狀相似距離的 Kmeans 聚類算法 .華北電力大學(xué)學(xué)報(bào) , 2021. 36(6) :98103 [20] 張建輝 .Kmeans 聚類算法研究 及應(yīng)用 [學(xué)位論文 ] .保存地點(diǎn) :武漢 理工大學(xué) , 2021 沈陽(yáng)航空航天大學(xué)畢業(yè)設(shè)計(jì)（論文） 31 致 謝 本論文的工作是在我的指導(dǎo)老師 葉娜 老師的指導(dǎo)下完成的 。 感謝實(shí)驗(yàn)室的各位老師們 。 他們淵博的專業(yè)知識(shí)，嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，對(duì)待工作刻苦努力的作風(fēng)對(duì)我產(chǎn)生了深遠(yuǎn)的影響 。 他們總是給我們開(kāi)闊眼界的機(jī)會(huì)，他們不但教會(huì)了 我們知識(shí)還教會(huì)了我們?cè)S多待人接物與為人處世的道理 。 在此表達(dá)我深深的敬意和謝意 。 感謝我的指導(dǎo)老師 葉娜 老師 。 葉 老師身為研究生 導(dǎo)師 ，本身有很多工作，她卻能在忙碌中指導(dǎo)我的畢業(yè)設(shè)計(jì)，在修改我的論文時(shí)也非常細(xì)致，讓我體會(huì)到她對(duì)待工作認(rèn)真的態(tài)度，對(duì)我產(chǎn)生重要的影響 。 向 葉 老師表達(dá)我深深地謝意 。 感謝我的同學(xué)們 。 感謝他們?cè)谖揖趩蕰r(shí)給予的支持和鼓勵(lì)，感謝他們?cè)谖倚枰獛椭鷷r(shí)沒(méi)有嫌麻煩，而是慷慨地給予一切可能的幫助 。 正是因?yàn)橛辛怂麄兾也拍茼樌耐瓿纱舜蔚漠厴I(yè)設(shè)計(jì) 。 感謝我的家人，感謝他們?nèi)Φ闹С治业膶W(xué)業(yè) 。 感謝在本科學(xué)習(xí)期間 給予我?guī)椭椭笇?dǎo)的所有老師和同學(xué)們 。 感謝你們！