原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于空间距离自适应权重度量的粗糙KGmeans算法-计算机科学
第 卷 第 期 计 算 机 科 学
４５ ７ Vol．４５No．７
年 月
２０１８ ７ COMPUTER SCIENCE Jul２０１８
y
基于空间距离自适应权重度量的粗糙KＧmeans算法
１ １ ２
王慧研 张腾飞 马福民
１ ２
(南京邮电大学自动化学院 南京 ) (南京财经大学信息工程学院 南京 )
２１００２３ ２１００２３
.
摘 要 粗糙 算法中下近似和边界区域权重系数的设置对算法的聚类效果有着重要的影响 传统的粗糙
KＧmeans
,
KＧmeans算法及很多改进的粗糙 KＧmeans算法对所有类簇的下近似和边界区域设置固定的权重 忽视了簇内数据对
. , ,
象分布差异性的影响 针对这个问题 根据下近似和边界区域的数据对象相对于类簇中心的空间分布情况 提出一种
. ,
新的基于空间距离自适应权重度量的粗糙 KＧmeans算法 该算法在每次迭代过程中 根据每个类簇的下近似和边界
, ,
区域的数据对象相对于类簇中心的平均距离 综合度量下近似和边界区域对于类簇中心迭代计算的不同重要程度 动
. .
态地计算下近似和边界区域的相对权重系数 通过实例验证及实验仿真证明了所提算法的有效性
, , ,
关键词 粗糙 粗糙集 聚类算法 自适应权重
KＧmeans
中图法分类号 文献标识码 /
TP３９１ A DOI １０．１１８９６ ．issn．１００２Ｇ１３７X．２０１８．０７．０３３
j
RouhKＧmeansAlorithmwithSelfＧadativeWeihtsMeasurementBasedonSaceDistance
文档评论（0）