模糊粗糙数据模型:一种数据分析的新方法

摘要：

提出了一种数据分析的新方法--模糊粗糙数据模型(Fuzzy Rough Data Model,FRDM).该方法采用动态自适应模糊聚类技术,将Kowalczyk方法中的粗糙数据模型(Rough Data Model,RDM)对输入数据空间的网格状"硬划分"转化为模糊划分,辨识输入数据空间中的模糊模式类,并通过定义各模糊模式类与决策类别之间的类型映射关系ftype:Ci→y,以及输入数据对各模式类分类规则的匹配度(Degree of Fulfillment,DoF(x))概念,建立起相应的FRDM模型.不同数据集的实验测试结果表明,与Kowalczyk的RDM方法相比,文中方法具有更好的数据概括能力、更强的噪声数据处理能力和更高的搜索效率.

关键词：粗糙集、粗糙数据模型、模糊聚类、数据挖掘、模糊粗糙数据模型

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：科技部科研项目2002cb312200-01;国家自然科学基金F0316;中国博士后科学基金2004036321

在线出版日期：2005-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1866-1874