数据挖掘中聚类中心问题的光滑化和填充函数方法  

Smoothing and Filled Function Method for Clustering in Data Mining

作　　者：祝丽华[1] 孙小玲[2] 

机构地区：[1]福建工程学院数理系,福州350014 [2]复旦大学管理学院,上海200433

出　　处：《应用数学与计算数学学报》2007年第2期10-16,共7页Communication on Applied Mathematics and Computation

摘　　要：本文提出了数据挖掘中求解聚类中心问题的一种新方法.这类问题属于非凸非光滑全局最优化问题.我们首先利用光滑化方法将非光滑聚类函数用光滑函数逼近,然后对光滑化问题利用填充函数搜索其全局最优点.对不同数据库的数值试验表明,本文提出的算法是可行和有效的.In this paper we propose a smoothing and filled function method for finding centers of clusters in data mining problems.By using the smoothing function, we approximate the nonsmooth nonconvex clustering problem by a smooth nonconvex problem.Filled function method is adopted to search for a global optimal solution of the approximation problem.Numerical results show that the proposed algorithm is capable of finding centers of clusters in data mining.

关 键 词：数据挖掘 聚类中心 光滑化函数 逐步求中心法 填充函数法 

分 类 号：O224[理学—运筹学与控制论]