信息与计算科学专业英语作业..docVIP

大连海洋大学 信息与计算科学专业英语作业 指导教师：董云影 学院：理学院 班级：信息11-1班 姓名：潘祥友 学号：1107110122 模糊C-均值的基础上最近的邻居间隔不完整数据的聚类算法 李丹，红谷，李咏张 电子与信息工程学院，大连理工大学，大连116024，中国 关键词： 聚类 模糊C-均值 数据不完整 最近邻的间隔 部分缺失数据集的聚类分析中的一个普遍问题。在本文中，缺少的属性表示为间隔，和基于最近邻的时间间隔不完整的数据的一种新的模糊C均值聚类算法。该算法估计的最近邻的区间表示缺少的属性使用的数据的属性分布信息集充分，可提高鲁棒性属性缺失的归责原则与其他数值插补方法的比较。同时，利用区间原型形成凸超多面体可缺少的属性的不确定性，同时也反映了集群的形状在某种程度上，这是在提高聚类分析的鲁棒性很有帮助。在UCI数据集上的实验结果的比较和分析，证明了该算法的性能。 1。景区简介 模糊C-均值（FCM）算法（Bezdek，1981）是一个有用的工具，用于聚类，将真正的S维数据集X?FX1N；X2；……；中古蒙古语RS