原创力文档- 1、本文档共6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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
不完整数据的聚类研究
冷泳林;张清辰;鲁富宇
【摘要】数据采集过程中存在大量缺失数据，即不完整数据。传统方法在聚类不
完整数据时采用填充或丢弃缺失数据方式实现数据的聚类。依据不完整信息系统理
论提出一种基于K-means的不完整数据聚类算法，算法首先将数据集划分成完整
数据集和非完整数据集两部分，对完整数据集采用K-means算法进行聚类，然后
将不完整数据依据设计的相似度度量方法划分到对应的簇中，实现数据集的聚类。
实验结果表明，提出的方法能够高效、精确地实现不完整数据聚类。%Alarge
numberofmissingdataexistintheprocessofdatacollection,whichare
calledincompletedata.Traditionalmethodsinclusteringincompletedata
useimputationordiscardingstrategyfordataclustering.Inthispaper,we
proposeaK-meansclusteringofincompletedatabasedontheincomplete
informationsystemtheory.Thealgorithmfirstlydividesthedatasetintoa
completedatasetandtheincompletedataset,andusingK-means
algorithmforthecompletedatasetclustering.Thentheincompletedata
aredividedintothecorrespondingclustersbasedonthedesigndivisionof
similaritymeasurement.Experimentdemonstratesthattheproposed
algorithmcanclustertheincompletebigdatadirectlyandimprovethe
accuracyandeffectivity.
【期刊名称】《河南科学》
【年(卷),期】2014(000)011
【总页数】4页(P2259-2262)
【关键词】不完整数据;K-means聚类;不完整信息系统
【作者】冷泳林;张清辰;鲁富宇
【作者单位】渤海大学信息科学与技术学院，辽宁锦州121000;大连理工大学软
件学院，辽宁大连116620;渤海大学信息科学与技术学院，辽宁锦州121000
【正文语种】中文
【中图分类】TP312
随着物联网技术的迅速发展，物联网给人们生活所带来的便捷性越来越高.如在数
字家庭中，通过嵌入的传感设备人们可随时获取温度、湿度、安防等各方面的信息.
但由于传感器节点失效、网络传输拥塞等一些因素，会造成采集到的数据中存在大
量错误、缺失的数据，即不完整数据［1-3］.聚类分析是数据挖掘领域的重要方法，
当对不完整数据进行聚类时，由于缺失数据的存在，因此聚类效果明显降低.通常
对不完整数据进行聚类时采取两种策略，一种是先根据数据分布特点和对象间的关
联性等因素对不完整数据进行填充，形成完整数据集然后再聚类，如Hathaway
andBezdek提出的OCS（optimalcompletionstrategy）和NPS（nearest
prototypestrategy）策略；第二种是直接将含有缺失数据的对象丢弃，对剩余完
整数据集进行聚类，如HathawayandBezdek提出的WDS（wholedata
strategy）和PDS（partialdistancestrategy）策略［4］.后者适用具有少量缺
失数据的数据集，当缺失数据所占比例较大时，会严重地影响聚类结果.本文基于
不完整信息系统理论提出一种基于K-means算法的不完整数据聚类算法，将聚类
数据集划分成完整数据集和非完整数据集两部分，对完整数据集采用传统的K-
means算法直接进行聚类，然后依据不完整信息系统［5］的相似度度量方法计算
不完整数据集中的数据对象与各个类簇的相似性，并把对象划分到最相近的类簇中，
文档评论（0）