基于SOM聚類分析的應用與研究.pdf

1、Internet的飛速發(fā)展和數(shù)據(jù)庫技術的成熟，造成了”數(shù)據(jù)冗余，信息貧乏”的局面；數(shù)據(jù)的迅速增加與數(shù)據(jù)分析方法的滯后之間的矛盾越來越突出，人們也希望能夠在對已有的大量數(shù)據(jù)分析的基礎上進行科學研究、商業(yè)決策或者企業(yè)管理，但是目前所擁有的數(shù)據(jù)分析工具很難對數(shù)據(jù)進行深層次的處理，使得人們只能望“數(shù)”興嘆。數(shù)據(jù)挖掘正是為了解決傳統(tǒng)分析方法的不足，并針對大規(guī)模數(shù)據(jù)的分析處理而出現(xiàn)的。 本文主要針對SOM聚類分析技術展開基礎研究。研究工作主

2、要包括三方面內(nèi)容：一，采用兩種新方法在保證模型質(zhì)量的同時加快了SOM網(wǎng)絡的訓練速度：在找到影響聚類模型質(zhì)量的關鍵因素的基礎上，以權值變化量作為SOM網(wǎng)絡收斂的新標準；以歸一化后的典型樣本作為權值向量的初始值。二，以KDD實現(xiàn)的一般過程為主線，通過大量的實驗對SOM算法參數(shù)的選擇進行分析，詳細介紹了基于學生信息的聚類分析模型的建立、確認、檢驗、評估和優(yōu)化各個步驟的設計與實現(xiàn)。三，對聚類結(jié)果也進行了大量的分析，得到了一些對教學有實際指導意義