一种基于Rough集的层次聚类算法

摘要：

Rough集理论是一种新型的处理含糊和不确定性知识的数学工具,将Rough集理论应用于知识发现中的聚类分析,给出了局部不可区分关系、个体之间的局部不可区分度和总不可区分度、类之间的不可区分度、聚类结果的综合近似精度等定义,在此基础上提出了一种基于Rough集的层次聚类算法,该算法能够自动调整参数,以寻求更优的聚类结果 .实验结果验证了该算法的可行性,特别是在符号属性聚类方面有较好的聚类性能 .

关键词：Rough集、聚类、不可区分度、综合近似精度

所属期刊栏目：41

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60173017,60073019,90104021;北京市自然科学基金4011003

在线出版日期：2004-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：552-557