10.3969/j.issn.2095-4298.2015.04.012
基于粗糙集的改进 Leader 聚类算法
传统的聚类算法,如 Leader 算法和 k-Means 方法等,只能处理完整精确的数据集,数据项只能被划分到一个簇.而粗糙集理论用上近似集和下近似集表示一个类,尤其当数据有噪声、不完全和不精确性时,非常有优势.在经典的 Leader 算法中引入粗糙集理论,以处理模糊数据的聚类,得到改进的 Leader 算法———IRL(improved rough-based Leader)算法.IRL 算法首先扫描数据项集,生成初始 L 集、RL 集、RU 集;然后优化 RU 集;最后再合并 L 集、RL 集、RU 集,得到最后的聚类结果.实验结果表明,IRL 算法非常有效.
Leader 算法、粗糙集、聚类、上近似、下近似
TP301.6(计算技术、计算机技术)
福建省中青年教师教育科研项目 B 类JBS14650
2015-12-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
50-52