基于AHP和CRITIC综合赋权的K-means算法
传统的K-means算法认为被分析样本的各个属性在聚类中作用是相同,针对这种不足,提出一种基于AHP和CRITIC综合赋权的K-means聚类算法。首先利用CV-K-means方法计算每个属性的权重,从而两两进行比较得到判断矩阵。然后,根据层次分析法(AHP)确定各个属性的主观权重,再利用CRITIC方法确定各个属性的客观权重。采用差异系数法确定组合系数,实验证明该算法的聚类精确度高于传统K-means算法。
K-means、属性权重、AHP、CRITIC
25
TP3;TP1
2016-08-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
182-186