基于粒计算的k值选取及其应用

摘要：

为降低k值选取对聚类分析算法效果的影响，采用改进的聚类有效性函数来选取k值。通过粒计算的属性分辨能力，避免数据因某些属性值过大屏蔽其它取值较小属性对类内相似性和类间差异性的影响，综合考虑类内相似性和类间差异性。通过UCI机器学习数据库标准数据集和k均值算法对该函数进行验证，并将其应用到玉米良种选育中。实验结果表明，使用该函数可以更为有效的在玉米样本集中选育玉米良种。

关键词：聚类分析、粒计算、k均值算法、有效性函数、玉米良种选育

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目NSF61272424；江苏省自然科学基金项目BK2010277；南通市科技计划基金项目K2010002、AL2007033

在线出版日期：2015-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3082-3086