期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种面向不完备信息系统的集对k‑means聚类算法 被引量:6
1
作者 张春英 高瑞艳 +4 位作者 刘凤春 王佳昊 陈松 冯晓泽 任静 《数据采集与处理》 CSCD 北大核心 2020年第4期613-629,共17页
针对不完备信息系统的数据聚类问题,将集对分析理论引入k-means聚类中,同时为了更好地表示样本与类簇的关系,构建了一种面向不完备信息系统的集对k-means(Set pair k-means,SPKM)聚类算法。首先,基于集对理论提出了一种集对距离度量方法... 针对不完备信息系统的数据聚类问题,将集对分析理论引入k-means聚类中,同时为了更好地表示样本与类簇的关系,构建了一种面向不完备信息系统的集对k-means(Set pair k-means,SPKM)聚类算法。首先,基于集对理论提出了一种集对距离度量方法,并将该度量方法运用到k-means算法中,得到初步聚类结果;随后,对于同时属于多个类的样本,将其分配到相应类的边界域,对于只属于一个类的样本,将其分配到相应类的正同域或边界域,其中聚类结果由肯定属于该类簇的正同域、可能属于该类簇的边界域以及肯定不属于该类簇的负反域3个部分共同表示;最后通过选取UCI数据库中的6个数据集与4种对比算法进行实验评价。实验结果表明,SPKM算法在准确率、F1值、Jaccard系数、FMI和ARI等指标上均具有良好的聚类性能。 展开更多
关键词 信息粒 不完备信息 k‑means 距离度量 k‑means聚类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部