详情

原文传递交通领域中的聚类分析方法研究

论文题名：	交通领域中的聚类分析方法研究
关键词：	交通事故;海事管理;船舶等级划分;聚类分析;数据挖掘
摘要：	随着信息化技术的发展，各领域系统中积累的数据越来越多，简单的查询统计功能已经满足不了实际需求，运用数据挖掘方法从现有数据中发现潜在、有意义的规律，获取有价值的知识，为高层管理与辅助决策提供依据已经成为解决问题的关键。因此，本文提出了“交通领域中的聚类分析方法研究”，主要包括：　　 1.复杂多源异构数据整合方法研究，采用XML技术实现数据交换的接口，提供数据的共享与交互功能，解决各行业现行系统中数据的异构问题，从而满足不同系统之间数据的互联互通，为进行数据挖掘提供了数据准备。　　 2.面向混合属性数据的权熵模糊c-均值优化方法研究，主要是针对现有算法的不足而提出。同时将其引入模糊关联规则中，以此提高了关联规则挖掘的精度和效率，同时拓展了模糊关联规则的应用范围。　　 3.面向混合属性数据的聚类融合方法，提高聚类稳定性的同时，提高了聚类的精度和效率。给出了聚类融合的模型体系，并根据混合属性数据的特征进行了相应的扩充，包括分类、混合属性数据聚类成员的产生方法；共识函数的设计方法及步骤：簇的合并与分裂策略及步骤。　　 4.研究基于聚类融合的混合属性数据增量聚类方法，针对增量聚类的研究中缺少对混合属性数据的研究，且增量方法易出现不稳定的现象，提出了基于聚类融合的增量聚类方法，分别讨论了有、无数据基础时的增量聚类问题，提高了聚类的精度和效率，节省了聚类的时间。　　 5.研究聚类分析在交通领域中的应用，挖掘导致交通事故的原因和潜在规律，为相关管理部门提供辅助决策，预防交通事故的发生，确保国家、人民的生命财产安全。通过聚类在船舶等级划分中的应用，提高海事管理部门的管理效率，为管理者提供决策的依据。
作者：	李桃迎
专业：	管理科学与工程
导师：	陈燕
授予学位：	博士
授予学位单位：	大连海事大学
学位年度：	2010
正文语种：	中文