基于Vague集的不确定数据模型
不确定数据广泛的存在日常生活中,不确定数据挖掘是当前重要方向研究方向.研究者必须通过对象的可能世界实例,得到概率密度函数.当对象的可能世界实例缺失时,经典不确定数据的模型将束手无策.对Vague集进行扩展,提出一种新的面向不确定数据的Vague集模型,即U-Vague集模型.并定义了U-Vague集模型之间的距离.通过直接聚类算法对模型的有效性进行了验证.最后对不确定数据的研究做出了展望.
可能世界、实例缺失、U-Vague集、距离、直接聚类
13
TP393(计算技术、计算机技术)
2017-05-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
218-221