基于遺傳算法的聚類分析研究

本文共4頁，3189字

摘 要：聚類分析對于模式識別尤其是手寫體漢字識別有著重要的作用和影響，聚類分析過程本質上是一種無監(jiān)督學習的最優(yōu)解求解過程。遺傳算法是一種用于搜索最優(yōu)解的方法。本文結合遺傳算法的優(yōu)勢和傳統(tǒng)的統(tǒng)計模式識別理論，提出一種基于遺傳算法的聚類分析算法。

關鍵詞：遺傳算法，統(tǒng)計模式識別，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
模式識別屬于當代高科技研究的重要領域，已經(jīng)發(fā)展為一門獨立的新學科。模式識別技術迅速擴展，已經(jīng)廣泛應用于國民經(jīng)濟、國防建設和社會發(fā)展等很多方面，在漢字識別領域也有著廣泛的應用。然而，漢字種類眾多，常用的漢字大概有2000多個，而且一個漢字由于字體和大小不一樣可以產(chǎn)生多個模式，對于手寫體的漢字，模式種類可能會更多。對于這樣龐大的模式集合，如果不研究策略，直接對待識別模式進行識別將要花費大量的時間和計算量。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”的結構特征相似性很高。當識別未知模式時，可以將未知模式與和它相似性最高的類進行匹配，而不必和所有的模式進行匹配，大大的縮小了識別的目標范圍。本文的目的就是研究一種新的聚類算法，使其能對一群模式在非監(jiān)督的情況下進行有效的分類，為手寫體的漢字模式識別做好預處理工作。
參考文獻
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.