數據挖掘中聚類分析的研究與應用.pdf

1、數據挖掘是目前信息領域和數據庫技術的前沿研究課題，被公認為是最具發(fā)展前景的關鍵技術之一。數據挖掘涉及到統(tǒng)計學、人工智能(特別是機器學習)、模糊理論和數據庫技術等多種技術，它強調的是大量數據和算法的可伸縮性，是一門很接近實用的技術，其技術含量比較高，實現難度也較大。 聚類分析是數據挖掘的重要功能之一，近年來在該領域的研究取得了長足的發(fā)展，出現了許多聚類分析方法，如劃分聚類方法、層次聚類方法、基于密度的聚類方法、基于網格的聚類方法、

2、基于模型的聚類方法等。這些方法所涉及的領域幾乎遍及人工智能科學的方方面面，而且在特定的領域中，特定的情形下取得了良好的效果。但是當處理數大量數據、具有復雜數據類型的數據集時，仍存在若干尚未解決的問題。 本文系統(tǒng)地研究了數據挖掘的概念、功能、處理過程及技術算法，數據挖掘的核心技術是數據挖掘的算法，本文就數據挖掘的算法做了分析和比較，選取了K—平均算法和DBSCAN算法做了深入的研究，并給出了一種基于距離的異常數據挖掘算法。本文以山