改进K-means结合深度学习的不完备信息选取
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1006-9348.2021.09.087

改进K-means结合深度学习的不完备信息选取

引用
由于信息受到随机性和离群问题的干扰,导致信息聚类效果不好,从大量不完备数据中划分出有效信息成为各行各业所面临的重要问题.为此,提出改进K-means算法结合深度学习对不完备信息进行选取.首先,建立不完备信息系统粗糙集的表达形式,通过状态集、动作集对信息样本数据的三种行为进行决策,求得不完备信息系统粗糙集的上近似值和下近似值.其次,通过正同域、负反域和边界域来表示不完备信息的聚类结果,采用改进的K-means聚类算法,对缺失属性值进行集对分析.最后,通过深度学习对样本信息进行不断训练,求得这一过程的最优策略.基于MATLAB仿真实验,验证了在不完备信息选取过程中,所提算法能够获得正同域聚类结果以及正同域和边界域聚类结果的最优值,即使在一定的缺失率情况下,仍能保持较高的聚类效果,能够有效应用于不完备信息的选取.

不完备信息;粗糙集;深度学习;最优策略

38

TP391(计算技术、计算机技术)

2021-11-08(万方平台首次上网日期,不代表论文的发表时间)

共5页

433-437

相关文献
评论
暂无封面信息
查看本期封面目录

计算机仿真

1006-9348

11-3724/TP

38

2021,38(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn