10.3778/j.issn.1002-8331.2012.08.066
改进的CSFCM聚类算法及其在赤潮监测中的应用
为满足海洋监测系统中赤潮监测数据的信息挖掘需求,在深入探讨数据挖掘相关算法的基础上,提出一种新的基于分组属性加权聚类的CSFCM算法.该算法将COSA(Clustering Objects on Subsets of Attributes)算法与模糊C均值算法相结合并引入相似关系预处理,再对准则函数和聚类模型加以改进.实验结果表明,该算法适用于赤潮监测数据挖掘的实时聚类需求,准确率高,为赤潮预报提供必要的决策依据.
赤潮监测、属性子集的聚类对象(COSA)、聚类
48
TP301(计算技术、计算机技术)
山东省科技攻关计划2004GG2205108
2012-05-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
233-235,245