ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

集成粗糙集和阴影集的簇特征加权模糊聚类算法

王丽娜; 王建东; 李涛; 叶枫河海大学; 南京航空航天大学; 南京信息工程大学
系统工程与电子技术2013-5-15
14阅读
引用收藏
分享

摘要

特征加权是聚类算法中的常用方法,决定权值对产生一个有效划分非常关键。基于模糊集、粗糙集和阴影集的粒计算框架,本文提出计算不同簇特征权重的聚类新方法,特征权值随着每次迭代自动地计算。每个簇采用不同的特征权重可以更有效地实现聚类目标,并使用聚类有效性指标包括戴维斯-Bouldin指标(Davies-Bouldin,DB)、邓恩指标(Dunn,Dunn)和Xie-Beni指标(Xie-Beni,XB)分析基于划分的聚类有效性。真实数据集上的实验表明这些算法总是收敛的,而且对交叠的簇划分更有效,同时在噪声和异常数据存在时具有鲁棒性。

学科与关键词

关键词
模糊聚类聚类有效性特征权重粗糙集阴影集 fuzzy clusteringclustering validityfeature weightsrough setsshadowed sets
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
系统工程与电子技术
发表日期
2013-05-15
卷期
第 08 期
页码
1769-1776
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金(61139002);公益性行业(气象)科研专项(GYHY200906043);传感网与现代气象装备优势学科资助;江苏省高校优势学科建设工程资助课题

作者

  • 王

    王丽娜 (第一作者)

  • 王

    王建东

查看全部 4 位作者收起作者
  • 李

    李涛

  • 叶

    叶枫

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417