基于粗糙集的K均值聚类算法在案例检索中的应用

摘要：

在基于本体的案例检索系统中,由于数据库中的案例数量随着时间的推移而成倍增加,案例检索的效率不断降低,因此如何有效地提高案例检索系统的效率是个亟待解决的问题.提出一种基于粗糙集的K-means聚类算法,在用户检索之前对案例库中成千上万的案例进行有效聚类,从中定义基于粗糙集的聚类中心和上下近似以及边界.实验证明,该方法在系统检索时不必对每个案例都进行相似度的计算,从而大大提高了检索性能.

关键词：粗糙集、K均值聚类、本体、案例检索

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目70371054,70771077;国家高技术863研究发展计划2008AA04Z106;上海市科委制造业信息化专项基金08DZ1122303

在线出版日期：2011-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：161-164