基于新的相似性度量的加权粗糙聚类算法

摘要：

聚类是数据挖掘中重要的研究方向.本文针对现有的聚类算法中相似度量的缺陷,提出了一种新的相似性度量方法.在此基础上,将粗糙集理论中的区分能力引入到聚类算法中,用来度量属性的重要性,进而提出了一种能够处理符号型数据的新的加权粗糙聚类算法.通过对UCI数据的实验表明,本文算法对数据输入顺序不敏感,且不需要预先给定簇的数目,提高了聚类的质量.

关键词：聚类分析、粗糙集、相似度、数据挖掘

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：湖南省自然科学基金资助项目04T13021;国家863计划资助项目O1AA115240

在线出版日期：2012-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：110-115