当前位置：首页> 正在进行安全检测...

正在进行安全检测...

时间：2023-11-22 12:50:37 下载该word文档

ISODATA算法：（1）算法原理：
ISODATA算法是在k-均值算法的基础上，增加对聚类结果的“合并”和“分裂”两个操作，并设定算法运行控制参数的一种聚类算法。
IterativeSelforganizingDataAnalysisTechniquesAlgorithm迭代自组织数据分析算法“合并”操作：当聚类结果某一类中样本数太少，或两个类间的距离太近时，进行合并。“分裂”操作：当聚类结果某一类中样本某个特征类内方差太大，将该类进行分裂。（2）算法特点：
使用误差平方和作为基本聚类准则
设定指标参数来决定是否进行“合并”或“分裂”设定算法控制参数来决定算法的运算次数具有自动调节最优类别数k的能力算法规则明确，便于计算机实现（3）算法步骤：①初始化
设定控制参数：c：预期的类数；
Nc：初始聚类中心个数（可以不等于c）；
TN：每一类中允许的最少样本数目（若少于此数，就不能单独成为一类）；
TE：类内各特征分量分布的相对标准差上限（大于此数就分裂）；TC：两类中心间的最小距离下限（若小于此数，这两类应合并）；
NT：在每次迭代中最多可以进行“合并”操作的次数；NS：允许的最多迭代次数。
选定初始聚类中心
②按最近邻规则将样本集{xi}中每个样本分到某一类中③依据TN判断合并：如果类ωj中样本数nj，则取消该类的中心zj，Nc=Nc-1，转至②。
④计算分类后的参数：各类重心、类内平均距离及总体平均距离

1z计算各类的重心：jnjxixji

1计算各类中样本到类心的平均距离：djnjxixjizjNc

1计算各个样本到其类内中心的总体平均距离：dNndjj1j

⑤判断停止、分裂或合并。
a、若迭代次数Ip＝NS，则算法结束；
b、若Nc≤c/2，则转到⑥（将一些类分裂）；c、若Nc≥2c，则转至⑦（跳过分裂处理）；
d、若c/2<Nc<2c，当迭代次数Ip是奇数时转至⑥（分裂处理）；迭代次数Ip是偶数时转至⑦（合并处理）。⑥分裂操作
计算各类内样本到类中心的标准差向量σj＝(σ1j,σ2j,….,σnjT,j=1,2,…..,Nc1其各分量为：kjnj

22(xzkikjxij1求出每一类内标准差向量σj中的最大分量
kmaxjmax{kj}，j1,2,......,Nc

若有某kmaxjkmax·TE，kmax是所有样本在该特征上的标准差，同a.djd和nj2(TN1b.Ncc2时又满足下面两个条件之一：

则将该类ωj分裂为两个类，原zj取消且令Nc＝Nc＋1。
两个新类的中心zj+和zj-分别是在原zj中相应于kmaxj的分量加上和减去kkmaxj，而其他分量不变，其中0＜k≤1。
分裂后，Ip=Ip+1,转至②。⑦合并操作
计算各类中心间的距离Dij，i=1,2,…,Nc-1;j=1,2,…,Nc依据TC判断合并。将Dij与TC比较，并将小于TC的那些Dij按递增次序排列，取前NT个。
从最小的Dij开始，将相应的两类合并，并计算合并后的聚类中心。在一次迭代中，某一类最多只能合并一次。Nc=Nc-已并掉的类数。
⑧如果迭代次数Ip＝NS或过程收敛，则算法结束。否则，Ip＝Ip＋1，若需要调整参数，则转至①；若不改变参数，则转至②；

阅读全文