|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
聚类是一种无监督学习过程。根据数据的特征，将相似的数据对象归为一类，不相似的数对象归到不同的类中，这就是聚类，每个聚类也称为簇。“物以类聚，人以群分”就是聚类的典型描述。
|
|
|
|
聚类的典型算法有：基于划分的方法、基于层次的方法、基于密度的方法、基于网格的方法和基于统计模型的方法。基于划分的方法将单个数据对象划分为k个不相交的集合，每个集合称为一个簇。典型的算法有k-均值、k-中心点算法等。基于层次的方法将数据对象集进行层次的分解。根据其是自底向上还是自顶向下分解，可以分为凝聚的方法和分裂的方法，而前者的典型算法是AGNES，后者的典型算法是DIANA。基于密度的方法基于数据对象的邻域来进行聚类分析，因此可以识别各种形状的簇，以及一个数据对象可以属于多个不同的簇，DBSCAN、OPTICS和DENCLUE是其中的典型算法。基于网格的方法把对象空间量化为有限个单元，形成一个网格结构。所有的聚类操作在该网格上进行，STING和CLIQUE是其中的两个算法。基于统计模型的算法将数据对象集看作多个服从不同分布的数据集构成，聚类的目的是识别出这些不同的分布的数据对象，EM算法是其中的一个典型算法。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
内聚是指模块内部各元素之间联系的紧密程度，例如一个完成多个功能的模块的内聚度就比完成单一功能的模块的内聚度低。内聚度越低，模块的独立性越差。内聚性有以下几种类型：
|
|
|
|
（1）偶然内聚：指一个模块内的各个处理元素之间没有任何联系。
|
|
|
|
（2）逻辑内聚：指模块内执行几个逻辑上相似的功能，通过参数确定该模块完成哪一个功能。
|
|
|
|
（3）时间内聚：把需要同时执行的动作组合在一起形成的模块为时间内聚模块。
|
|
|
|
（4）通信内聚：指模块内所有处理元素都在同一个数据结构上操作，或者指各处理使用相同的输入数据或者产生相同的输出数据。
|
|
|
|
（5）顺序内聚：指一个模块中各个处理元素都密切相关于同一功能且必须顺序执行，前一功能元素的输出就是下一功能元素的输入。
|
|
|
|
（6）功能内聚：这是最强的内聚，指模块内所有元素共同完成一个功能，缺一不可。
|
|
|
|
耦合性和内聚性是模块独立性的两个定性标准，将软件系统划分模块时，尽量做到高内聚、低耦合，提高模块的独立性。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
根据数据元素之间关系的不同特性，通常有下列4类基本的逻辑结构，即集合结构、线性结构、树形结构、图形结构。
|
|
|
|
|
|
线性表是最常用且最简单的一种数据结构。线性表中除第一个元素外，每个元素均只有一个直接前驱；除最后一个元素外，每个元素都只有一个直接后继。
|
|
|
|
栈是限定仅在表尾进行插入或删除操作的线性表，是只能通过访问它的一端来实现数据存储和检索的一种线性数据结构。
|
|
|
|
队列是一种先进先出（FIFO）的线性表，它只允许在表的一端进行插入，而在另一端删除元素。
|
|
|
|
|
|
树是n（n≥0）个互不相交的有限集，当n=0时称为空树。在一棵非空树中，有且仅有一个节点称为根节点；当n>1时，其余的节点可分为若干个不相交的集合，其中每一个集合本身又是一棵树，这些集合称为根节点的子树。
|
|
|
|
|
|
图是由两个集合V和E组成的二元组，记为G=（V, E），其中V是顶点的非空有限集合，E是图中边的有限集合。
|
|
|
|
|
|
|
|
|
|
|
|
|
