一种基于粒度分析原理的模糊聚类算法.pdfVIP

一种基于粒度分析原理的模糊聚类算法*) A BasedonGranular FuzzyClusteringAlgorithm Analysis 赵权1’2梁吉业1．2 (山西大学计算智能与中文信息处理省部共建教育部重点实验室 太原030006)1 (山西大学计算机与信息技术学院 太原030006)2 A五刚[ractBasedOnmaⅪn．m withthefixednumberofclustersand new algorithm fuzzye-nleal塔algorithm·a ftgzy basedon is themeasureot andclosenessde- analysis through clusteringalgorithmgranular proposed couplingdegree ofwhich resultsdemonstratethe gree experimental validity． degree，Closenessdegree。Granular clustering KeywerdsCoupling clustering，Fuzzyalgorithm 选择原理、粒度特性评价思想与聚类分析相结合来 1 引言 解决聚类分析中重要问题。因此，发展基于粒度分 聚类分析作为一种非监督学习方法，是智能计 析原理的聚类算法将成为聚类分析领域的研究热 算领域中的一个重要的研究方向。同时，聚类技术 点。 也是数据挖掘中进行数据处理的重要分析工具和方 本文给出了信息粒耦合度测度与贴近度测度的 法[1’2]。聚类模型和聚类算法的设计是整个聚类分定义，提出了一种新的基于粒度分析原理的模糊聚 析过程中最关键的步骤，设计不同的聚类模型，就可 类算法。该算法利用基于确定类别数的最大最小距 以得到不同的聚类算法。目前出现的聚类算法主要 离算法构造初始聚类中心，引入隶属度矩阵调整聚 有[3~5]：基于层次的方法、基于划分的方法、基于密类中心，采用模糊迭代方法得到较优的聚类结果。 度的方法和基于网格的方法等。 2信息粒度的相关知识 聚类分析本身隐含着粒度的思想，因此将聚类 与粒度原理相结合的研究近年来引起了国内外的广 2．1信息粒度的定义 E12] 泛关注。国际上，Pedrycz．[6]在粒度计算方法学、信定义i 设给定论域L，和U上的一个关系 息粒化算法、聚类意义下的粒度世界描述等方面做 了系统的研究。Raghavan[7]提出了一种聚类算法 一个信息粒，{G}妇是论域的一种粒度。其中，P 来构造最优的粒原型。Su[8]将粒度分析原理与聚(U)表示论域U的幂集，R可代表等价关系、不可区 类算法相结合，提出了一种通过信息粒度获取知识 分关系、功能相近关系、相似关系、相等关系、约束、 的模型。在国内，卜东波[9]等论述了聚类和分类中 相容关系、复合关系、模糊关系、属性、投影、结构关 的粒度原理，并提出了一种有效的非均匀粒度分类 系和一般的函数关系等。