基于粗糙集的改进 Leader 聚类算法

摘要：

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．

关键词：Leader 算法、粗糙集、聚类、上近似、下近似

分类号：TP301.6(计算技术、计算机技术)

资助基金：福建省中青年教师教育科研项目 B 类JBS14650

在线出版日期：2015-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：50-52