将物理的或抽象的对象,根据它们之间的相似程度,分为若干组,其中相似的对象构成一组,这一过程称为聚类过程.由聚类所生成的簇是一组数据对象的集合,这些对象与同一个簇中的对象彼此相似,与其他簇中的对象相异.在许多应用中,可以将一个簇中的数据对象作为一个整体来对待.模糊聚类分析技术是采用模糊数学的方法.用模糊集方法解决聚类问题必然会更符合实际,模糊聚类方法给出的分类结果不是说事务绝对地属于或绝对地不属于某一类,而是指明在什么程度上属于哪一类.该文从以下几个方面结合公安数据对聚类进行了研究:1.针对公安数据采用星型模型结构建立数据仓库,结合oracle的Express产品进行多维OLAP分析.2.基于OLAP分析结果进行聚类分析.首先进行数据预处理,将分类属性数字化,并且进行归一化.根据信息熵原理,确定不同属性对类标号属性的权重.3.根据模糊数学相关理论,建立模糊相似矩阵,并构造等价关系矩阵.4.该论文分别用传递闭包法和连通图两种方法构造等价关系矩阵,采用模糊密度聚类、模糊K-原型方法进行初始化聚类,对增量数据依据初始化聚类中心进行增量聚类.5.由于K-原型算法受初始值影响大,每一步迭代都是沿着目标函数减小的方向进行,局部搜索能力强,容易陷入局部最小值.遗传K-原型方法可以解决K-原型算法受初始值影响大的问题,遗传算法对多个个体组成的群体进行操作,可以使个体间的信息得以有效地交换.并证明了遗传K-原型算法所使用算子的收敛性.6.该文还使用神经网络的胜者为王学习规则对数据进行聚类,并有效解决了死神经元问题.