10.3969/j.issn.1002-137X.2009.01.039
基于粗糙集的改进K-Modes聚类算法
传统的K-Modes算法采用简单匹配的方法来计算对象之间的距离,并没有充分考虑同一属性下的两个不同值之间的相似性.基于粗糙集中的上、下近似,提出了一种新的距离度量,并重新定义了类中心,对传统K-Modes算法进行了改进.与其他改进K-Modes算法进行了比较,实验结果表明,基于粗糙集的改进K-Modes算法有效地提高了聚类精度.
聚类算法、粗糙集、距离度量
36
R74;I10
国家863计划项目2007AA01Z165;国家自然科学基金60773133;高等学校博士学科点专项科研基金20050108604;教育部科学技术研究重点项目206017;山西省重点实验室开放基金200603023;山西省高校科技开发项目2007103;太原市科技局科技兴市专项项目07010724
2009-04-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
162-164,176