基于数据场粗糙聚类算法.PDFVIP

第 36 卷 　第 2 期 计 算 机 科 学 Vol . 36 No . 2 2009 年 2 月 Co mp ut er Science Feb . 2009 基于数据场的粗糙聚类算法 李 　学 　苗夺谦 　冯琴荣 ( 同济大学计算机科学与技术系 　上海 20 1804) 　 摘 　要 　聚类分析是数据挖掘的研究热点 。传统的聚类算法都是把一个对象精确地划分到一个聚类簇中 ,类别之间 的界限是非常精确的。随着 Web 挖掘技术的发展 ,精确地划分每个对象的聚类算法面临着巨大的挑战 。根据数据场 理论和经典粗糙集理论所具有处理不精确与不确定性数据的特性 ,提出一种新的基于数据场的粗糙聚类算法 ,该粗糙 聚类算法采用势值作为对象的划分依据 ,避免传统粗糙聚类算法一贯采用基于欧氏距离的划分方法 。算法首先通过 对数据对象进行粗分然后再不断迭代细分 ,直至形成稳定的聚类簇 。实验分析过程中 ,把提出的算法与粗糙 Kmean s 算法和粗糙 Kmedoids 算法进行了比较 ,结果表明该算法在交叉数据集上具有较好的聚类效果 ,而且收敛速度较快 。 关键词 　粗糙聚类 ,数据场 ,势值 ,Daviesbouldin 指标 　 Rough Clustering Algorithm Based on Data Fiel d L I Xue 　M IAO Duoqian 　F EN G Qinrong (Dep art ment of Comp ut er Science and Technology , Tongj i U niver sit y ,Shanghai 20 1804 ,China) 　 Abstract 　Clu st ering analysi s i s t he hot spot in Dat a mining ,all t he conventional clu st ering algorit hm s p reci sely p ut t he each obj ect into one clu st er ,t he bounder s between clu st er s are p reci se ,a s t he develop ment of t he Web mining ,clu st ering algorit hm s t hat p reci sely divide each obj ect face great challenges. Ba sed on t he dat a field t heory and cla ssic rough set t heory ’s charact er t hat p rocesses t he uncert aint y and imp reci se dat a ,a novel rough clu st ering algorit hm ba sed on dat a field wa s p ropo sed ,it divides t he obj ect s t hrough comp uting pot ential value ,which avoids t he conventional rough clu st e ring p artition met hod ba sed on euclidean di st ance . The app roach it erat es f rom rough to unrough incessantly till t he st a ble clu st er s form . At