一种基于粗糙集的聚类算法

摘要：

针对传统聚类算法受数据空间分布影响大且效率较低的问题,提出一种应用粗糙集理论的聚类算法.以信息表中条件属性与决策属性的一致性原理为基础,以数据超立方体、信息熵实现数据属性约简和离散化.在此基础上,利用集合特征向量加法法则运算,只需扫描一次信息表就可实现对数据对象的聚类划分.实验结果表明该算法是有效可行的.

关键词：粗糙集、聚类、属性约简、离散化

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金70572070;中国博士后科学基金2005038319;教育部春晖计划项目Z-1-15007;高等学校博士学科点专项科研项目20040147006

在线出版日期：2007-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：14-16