ISODATA算法的實(shí)現與分析

ISSN 1671 -2900采礦技術(shù)第6卷第2期_2006年6月CN 43 - 1347/TDMining Technology, Vol. 6 ,No.2Jun. 2006ISODATA算法的實(shí)現與分析楊小明’，羅云(1.長(cháng)江大學(xué)地球物理與石油資源學(xué)院，湖北 荊州市434023;2.長(cháng)江大學(xué)計算機科學(xué)學(xué)院，湖北荊州市434203)摘要::ISODATA算法是一種基于統計模式識別的非監督學(xué)習動(dòng)態(tài)聚類(lèi)算法,有較強的實(shí)用性。介紹了ISODATA算法原理和實(shí)現步驟,結合具體算例進(jìn)行了聚類(lèi)分析,得到了理想的分類(lèi)結果,并分析了參數的選取將對分類(lèi)結果產(chǎn)生的影響。關(guān)鍵詞:ISODATA;算法;聚類(lèi);模式識別ISODATA算法是- -種聚類(lèi)劃分算法,稱(chēng)為迭代獲得的聚類(lèi)集進(jìn)行分裂和合并處理,以獲得新的聚自組織數據分析或動(dòng)態(tài)聚類(lèi)。與傳統分類(lèi)方法的根類(lèi)中心和分類(lèi)集(其中(4)為分裂處理,(5)為合并本區別是,它是--種軟性分類(lèi),而傳統聚類(lèi)劃分是硬處理)。性的劃分。軟性分類(lèi)可以認識到大多數分類(lèi)對象在(6)再次迭代運算,重新計算各項指標,判別聚初始認知或是初始分類(lèi)時(shí)不太可能顯示的最本質(zhì)屬類(lèi)結果是否符合要求,以此反復經(jīng)過(guò)多次迭代運算,性,這種模糊聚類(lèi)的過(guò)程以一種逐步進(jìn)化的方式來(lái)直至得到理想的聚類(lèi)結果。逼近事物的本質(zhì),可以客觀(guān)的反映人們認識事物的2具體算例與分析過(guò)程,是一-種更科學(xué)的聚類(lèi)方式。依據ISODATA算法,采用C+ +編程語(yǔ)言實(shí)1 ISODATA算法現,輸入10個(gè)樣本組成樣本集{X,X,,Xg},XISODATA算法是在沒(méi)有什么先驗知識的情況{0.0,0.0} ,X{3.0,8.0} ,X2{2.0,2.0} ,X{1.0,下進(jìn)行分類(lèi),是- -種無(wú)監督分類(lèi),它是先選擇若干樣1.0} ,X{5.0,3.0},Xs{4.0,8.0},X{6.0,3.0},品作為聚類(lèi)中心,再按照最小距離準則使其余樣品X,{5.0,4.0} ,X。{6.0,4.0} ,X{7.0,5.0} ,見(jiàn)圖1。向各中心聚集,從而得到初始聚類(lèi),然后判斷初始聚10.類(lèi)結果是否符合要求,若不符,則將聚類(lèi)集進(jìn)行分裂8.0 t和合并處理,以獲得新的聚類(lèi)中心(聚類(lèi)中心是通.0 t過(guò)樣品均值的迭代運算來(lái)決定的) ,再判斷聚類(lèi)結.0果是否符合要求。如此反復迭代,直到完成聚類(lèi)劉分操作。ISODATA算法步驟如下:(1)設置聚類(lèi)分析控制參數,主要包括:期望得到的聚類(lèi)數K;-一個(gè)聚類(lèi)中的最少樣本數θN ,如小于10.0此數就不作為一個(gè)獨立的聚類(lèi);一個(gè)聚類(lèi)域中樣本圖1輸入樣本坐標距離分布的標準差Os;兩聚類(lèi)中心之間的最小距離從圖1中可以直觀(guān)地看出,樣本集分為3類(lèi)是θc ,如小于此數,兩個(gè)聚類(lèi)進(jìn)行合并;一次迭代運算較合理的，{Xo,Xz,X}為第1類(lèi),{X,X;}為第2中可以合并的聚類(lèi)中心的最多對數L;允許迭代的類(lèi),{X,X,X,X,X,}為第3類(lèi)。當規定期望得到次數1。的|中國煤化工ATA算法進(jìn)行迭代計(2)初始分類(lèi),將準備分類(lèi)的N個(gè)模式樣本JHCNMHG與直觀(guān)看到的結果是{X;,i= 1,2,.-,N}讀人,預選N。個(gè)初始聚類(lèi)中心,- -致時(shí)，驗證」IDUUAIA 異法分類(lèi)的準確性。按照與聚類(lèi)中心距離最小的原則將各樣本分類(lèi)。分別取K (期望得到的聚類(lèi)數) =2,3,4,運用(3) ~(5)按控制參數給定的要求,將前一次(下轉第68頁(yè))8采礦技術(shù)2006 ,6(2)余設計。操作過(guò)程實(shí)現雙線(xiàn)控制方式,對提升機運部故障時(shí)，提升機能實(shí)現低速故障運行(2 m/s)在行關(guān)健的信號(如速度、位置、安全、減速、過(guò)卷等)PLC、監測系統控制軟件檢測有故障而硬件及連接均采用多重保護,互為監視。完全取代了原機械監無(wú)故障時(shí),可以通過(guò)旁路工作方式,以旁路軟件故障控器的功能;將本次運行結束;，(3) PLC操作控制系統能完成提升機手動(dòng)、半(7)井上、下信號工可在井上、下信號房?jì)雀鶕詣?dòng)、全自動(dòng)、檢修及緊急控制等各種運行方式的控實(shí)際需要,通過(guò)按鈕完成慢動(dòng)功能;制要求以及特殊工I況如下爆破器材、下大件、低速爬(8)整個(gè)電控系統的各部分可以通過(guò)網(wǎng)絡(luò )進(jìn)行行等,并根據提升種類(lèi)、運行方式、運行的區間自動(dòng)數據和信號交換,具有遠程監視功能。確定運行速度,實(shí)現有機聯(lián)鎖;(4)整個(gè)電控系統中有不少于3套的提升機安3結束語(yǔ)全保護回路,除每個(gè)PLC中具備的軟件安全保護隨著(zhù)科技進(jìn)步與新技術(shù)的發(fā)展,工業(yè)生產(chǎn)過(guò)程外,還采用繼電器硬接線(xiàn)方式組成的安全保護回路，的自動(dòng)化程度越來(lái)越高,對老設備進(jìn)行技術(shù)改造是對關(guān)健環(huán)節采用3重或多重保護,保護功能齊全;提高生產(chǎn)力的一-種行之有效的方法。實(shí)踐證明該控(5)監控系統可實(shí)現多畫(huà)面實(shí)時(shí)監控,多參量制系統能較好地滿(mǎn)足生產(chǎn)的要求,技術(shù)先進(jìn),控制精數碼及曲線(xiàn)顯示并加以自動(dòng)記錄,各種故障的報警度高,故障率低,保證了提升系統安全穩定的運行。及記錄;(6)故障開(kāi)車(chē)功能。在PLC、監測系統出現局(收稿日期:2005 -05 -24)(上接第66頁(yè))迭代次數過(guò)大,會(huì )引起過(guò)度分類(lèi);迭代次數過(guò)小,又ISODATA算法進(jìn)行迭代計算,規定的控制參數見(jiàn)表會(huì )導致分類(lèi)不到位,因此要根據具體情況選擇合適1 ,輸出的分類(lèi)結果見(jiàn)表2。的迭代次數。標準偏差參數和合并參數改變后對分表1控制參數類(lèi)結果的改善受到迭代次數大小的影響;當迭代次K初始聚類(lèi)中 初始聚0N0s0cLI數增加到- -定程度時(shí)(約10) ,如果保持標準偏差參心數(N.)類(lèi)中心數和合并參數不變,則分類(lèi)結果變化很小。x2X0.5 23結論4以上介紹了ISODATA算法原理和實(shí)現步驟,結表2運算結果輸出合算例進(jìn)行了聚類(lèi)分析,得到了理想的分類(lèi)結果,并聚類(lèi)數聚類(lèi)中心包含的樣本2 (5.14,5.00)X,X,Xs, X,x, Xg,X,分析了參數的選取將對分類(lèi)結果產(chǎn)生的影響。該算(1.00,1.00)Xo,X2,X法要求在分類(lèi)之前地確定- -些參數,- -定程度上反(3. 50,8. 00)X, Xs映了人機交互的特點(diǎn),正因為這種人為干預的存在,(1. 00,1.00)X,x,X在某種程度上減少了聚類(lèi)的盲目性,有利于取得較(5. 80,3.80)X，X;x,X，X(3. 50,8.00)X,X好的分類(lèi)效果。作者沒(méi)有在迭代過(guò)程中動(dòng)態(tài)修改初X,X2,X始設定的參數,所以可以從該方面改進(jìn)此算法。(6.004.33)X,Xg,X.參考文獻:(5. s0,3.00)X,X。[1]邊肇祺,張學(xué)工,等 模式識別[ M].北京:清華大學(xué)出版社,在運用ISODATA算法分類(lèi)之前,人為確定- -些2000控制參數,參數的選取將對分類(lèi)結果產(chǎn)生影響,如表[2] 沈清,湯 霖.模式識別導論[M].長(cháng)沙:國防科技大學(xué)出版社.19912中3種不同的分類(lèi)結果。算法中r的3個(gè)參數:標[3]中國煤化工計教程[M].北京:清華準偏差參數0s、合并參數θc和迭代次數I較重要。標準偏差參數越大,執行分裂的可能性越小，分類(lèi)數DHCNMH G(收稿日期:2005-12-16)目趨少;合并參數越小，算法迭代過(guò)程中合并的可能作者簡(jiǎn)介:楊小明(1981-),男,湖北孝感人,2003年江漢石性越小,因此在較大程度上保留以前的分類(lèi)結果。油學(xué)院畢業(yè),碩士生,主要從事地球物理測井研究工作。