当前位置: 首页 » 资料 » 健康论文 » 基于知识粒度的高属性维稀疏聚类算法

基于知识粒度的高属性维稀疏聚类算法

放大字体  缩小字体 更新日期:2018-11-26  浏览次数:6
摘 要:目前的高属性维稀疏数据算法大多面向二态数据,而且没有聚类结果的评价方法,给应用带来很大局限.针对这些问题,文中提出了一种基于知识粒度的高属性维聚类算法.首先通过设计面向数据稀疏特征的半模糊聚类算法对数
  • 【题 名】基于知识粒度的高属性维稀疏聚类算法
  • 【作 者】赵洁 肖南峰 陈琼
  • 【机 构】华南理工大学计算机科学与工程学院 广东广州510006
  • 【刊 名】《华南理工大学学报:自然科学版》2010年 第7期 20-26页 共7页
  • 【关键词】知识粒度 高属性维稀疏数据 初始等价关系 不可区分度 聚类质量评价
  • 【文 摘】目前的高属性维稀疏数据算法大多面向二态数据,而且没有聚类结果的评价方法,给应用带来很大局限.针对这些问题,文中提出了一种基于知识粒度的高属性维聚类算法.首先通过设计面向数据稀疏特征的半模糊聚类算法对数据进行离散化,并基于此给出稀疏相似度和初始等价关系的定义;然后设计可变精度的二次聚类模型对初始聚类结果进行修正,使算法具有较强的抗噪声能力;最后结合应用领域定义一种新的聚类质量评价模型.实验证明,该算法可提供多粒度分析结果,准确度更高,得到的聚类结果能真实反映数据的特征.
 
本文导航:
  • (1) 知识粒度,高属性维稀疏数据,初始等价关系,不可区分度,聚类质量评价
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注