基于中心距序降维的聚类算法

为提高金融业务数据集上的聚类质量和聚类效率,提出簇的直径、簇间的相似度这2个概念。利用距离尺度降维的中心距序降维法,将多维数据降至一维,在一维上利用自适应排序聚类算法ASC聚类。该算法和传统的Cobweb算法、K-means算法做对比,实验表明该方法能提高簇间相似度,最大提高200%。     

基于道路网络的受限优化路径搜索算法

为刻画基于道路的景区空间相关情况,通过定义道路网络模型、道路受限距离、R-半径近邻道路等概念,提出受限的空间自相关指标及优化道路路径算法SRP,用于搜索景区路网中景点的最邻近道路及计算道路长度。利用MapInfo格式的贵州省城市主干道数据进行实验,结果表明,SRP算法能快速找到最优道路路径。     

ASCA:一种快速自适应聚类算法

为提高银行存贷款数据集上的聚类质量和聚类效率,本文做了下列工作:(1)定义了簇的直径.(2)提出了利用距离尺度降维的中心距序降维法,证明了新方法在降维时能保持聚类质量(此研究属压复杂问题).(3)提出了自适应排序聚类算法ASCA(Adaptive Sort Clustering Algorithm),ASCA算法在一维数据和多维数据集上能够进行有效的聚类.(4)做了详实的实验,和传统的Cobweb算法、K-means算法做了对比,实验表明新方法能减少聚类时间,最多减少了53%.     

基于不确定数据理论的道路相关度度量方法

现实世界中各数据元组的概率维构成不确定数据集合,在不确定数据集中的各数据元组间存在大量相关性问题.将不确定性理论应用于真实旅游数据中,并引出旅游收入统计中的重复计算问题.为了解决这一问题,需要解决道路相关度的度量问题.借助传统的Moran's Index,提出了通用空间相关性度量方法及受限空间的自相关指标,对MapInfo格式的贵州省城市主干道数据进行了实验,实验结果表明:uncertain-srp算法的时间复杂性满足线性规律,其内存空间几乎不受影响,进一步表明了算法的有效性.     

CEA:基于弱势种群保护抗早熟的聚类淘汰算法

传统基因表达式编程算法(GEP)决定个体遗传权时过分依赖适应度,忽略了个体间相互关系,造成GEP算法易早熟而影响进化效率.为克服该问题,从理论上研究了造成GEP早熟的原因,并根据研究结果提出弱势种群保护抗早熟的聚类淘汰算法CEA(cluster-elutriate Algorithm);定义β-cluster及相关概念;用种群所含不同簇的数量来度量种群的多样性达到保护弱势种群.利用概率手段详细分析了个体参与下一代的机率.实验表明,基于CEA的算法能很好的防止GEP函数发现时的早熟现象,且极大地提高了函数发现效率.     

基于动力学聚类技术的银行信贷风险挖掘

借鉴物理学中动力学原理,提出基于动力学理论的聚类参数挖掘策略,并应用于银行贷款数据风险评估.定义了聚类动力学参数挖掘概念、g-平均、簇的θ-相似、风险相似度等概念,提出基于聚类动力学参数挖掘的聚类策略挖掘算法CSMA(clustering strategy mining algorithm),分析了该策略在不同参数下对实验结果的影响.实验结果表明,CSMA策略使得聚类分析的精度提高了9%～13%.