基于遺傳算法的聚類分析研究

本文共4頁(yè)，3189字

摘 要：聚類分析對(duì)于模式識(shí)別尤其是手寫體漢字識(shí)別有著重要的作用和影響，聚類分析過(guò)程本質(zhì)上是一種無(wú)監(jiān)督學(xué)習(xí)的最優(yōu)解求解過(guò)程。遺傳算法是一種用于搜索最優(yōu)解的方法。本文結(jié)合遺傳算法的優(yōu)勢(shì)和傳統(tǒng)的統(tǒng)計(jì)模式識(shí)別理論，提出一種基于遺傳算法的聚類分析算法。

關(guān)鍵詞：遺傳算法，統(tǒng)計(jì)模式識(shí)別，聚類分析

英文摘要：Clustering analysis is very important and effective to pattern recognition especially handwrittern character recognition. Clustering analysis process who’s essence is a unsupervise studying process to search for optimal result. Genetic algoritm is a method of searching for optimal result. The article combining advantage of genetic algoritm and theory of traditional statistical pattern recognition, prsent a clustering analysis algoritm based on genetic algoritm.
key words：genetic algoritm；statistical pattern recognition；clustering analysis

1． 引言
模式識(shí)別屬于當(dāng)代高科技研究的重要領(lǐng)域，已經(jīng)發(fā)展為一門獨(dú)立的新學(xué)科。模式識(shí)別技術(shù)迅速擴(kuò)展，已經(jīng)廣泛應(yīng)用于國(guó)民經(jīng)濟(jì)、國(guó)防建設(shè)和社會(huì)發(fā)展等很多方面，在漢字識(shí)別領(lǐng)域也有著廣泛的應(yīng)用。然而，漢字種類眾多，常用的漢字大概有2000多個(gè)，而且一個(gè)漢字由于字體和大小不一樣可以產(chǎn)生多個(gè)模式，對(duì)于手寫體的漢字，模式種類可能會(huì)更多。對(duì)于這樣龐大的模式集合，如果不研究策略，直接對(duì)待識(shí)別模式進(jìn)行識(shí)別將要花費(fèi)大量的時(shí)間和計(jì)算量。于是，用聚類方法按照某種相似性度量將模式中相似性很高的歸為一類，例如：“己”和“已”的結(jié)構(gòu)特征相似性很高。當(dāng)識(shí)別未知模式時(shí)，可以將未知模式與和它相似性最高的類進(jìn)行匹配，而不必和所有的模式進(jìn)行匹配，大大的縮小了識(shí)別的目標(biāo)范圍。本文的目的就是研究一種新的聚類算法，使其能對(duì)一群模式在非監(jiān)督的情況下進(jìn)行有效的分類，為手寫體的漢字模式識(shí)別做好預(yù)處理工作。
參考文獻(xiàn)
1．J. C. Bezdek, J. Keller, R. Krisnapuram,and N. R. Pal. Fuzzy Models and Algorithms
for Pattern Recognition and Image Processing. Kluwer Academic Publishers, 1999.
2．J H Holland. Genetic algorithm[J] Scientific American,Apr.1992
3．Y. Yoshinari, W. Pedrycz, and K. Hirota. Construction of fuzzy models through clustering techniques. Fuzzy Sets and Systems, 54:157–165,1993.
4．Xuejian Xiong,Kap Luk Chan,Kian Lee Tan.Similarity-Driven Cluster Merging Method for Unsupervised Fuzzy Clustering,UAI.2004.