基于共享最近邻聚类和模糊集理论的分类器

摘要：

提出一种基于共享最近邻聚类和模糊集理论的分类器.首先,在提出与核点密切相关的核半径概念的基础上,应用共享最近邻聚类得到正常类空间的部分核点和核半径,建立求解正常类空间补充核点的多目标优化模型,从而获得刻画正常类空间的全部核点和核半径.然后,将模糊集理论引入正常类的类属划分中,利用核点和核半径定义正常类的隶属度函数,建立基于隶属度函数的分类函数或分类器.实验表明,该分类器能处理包含噪音、孤立点和不规则子类的高维数据集的分类问题.

关键词：分类器、共享最近邻聚类、模糊集、遗传算法、优化模型

所属期刊栏目：21

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金90104005;国家重点基础研究发展计划973计划2003CCA00200

在线出版日期：2006-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1103-1108