| 一种建立粗糙数据模型的监督模糊聚类方法 |
| |
| 引用本文： | 黄金杰,李士勇,蔡云泽.一种建立粗糙数据模型的监督模糊聚类方法[J].软件学报,2005,16(5):744-753. |
| |
| 作者姓名： | 黄金杰 李士勇 蔡云泽 |
| |
| 作者单位： | 上海交通大学,自动化系,上海,200030;哈尔滨工业大学,控制科学与工程系,黑龙江,哈尔滨,150001 |
| |
| 基金项目： | Supported by the National Grand Fundamental Research 973 Program of China under Grant No.2002cb312200(国家重点基础研究发展规划(973));the Natural Science Foundation of Heilongjiang Province of China under Grant No.F0316(黑龙江省自然科学基金);the China Postdoctoral Science Foundation under Grant No.2004036321(中国博士后科学基金) |
| |
| 摘 要： | 提出了在输入-输出积空间中利用监督模糊聚类技术快速建立粗糙数据模型(rough data model,简称RDM)的一种方法.该方法将RDM模型的分类质量性能指标与具有良好特性的Gustafson-Kessel(G-K)聚类算法结合在一起,并通过引入数据对模糊类的推定隶属度的概念,给出了将模糊聚类模型转化为粗糙数据模型的方法,从而设计出一种通过迭代计算使目标函数最小的两个必要条件方程来获取RDM模型的有效算法,将Kowalczyk方法的多维搜索过程变为以聚类数目为参数的一维搜索,极大地减少了寻优时间.与传统的粗糙集理论和Kowalczyk方法相比,提出的方法具有更好的数据概括能力和噪声数据处理能力.最后,通过不同的数据集实验测试,结果表明了该方法的有效性.
|
| 关 键 词： | 粗糙数据模型 粗糙集 监督模糊聚类 GK算法 推定隶属度 |
| 文章编号： | 1000-9825/2005/16(05)0744 |
| 收稿时间： | 2003/7/28 0:00:00 |
| 修稿时间： | 9/8/2004 12:00:00 AM |
An Approach to Building Rough Data Model Through Supervised Fuzzy Clustering |
| |
| HUANG Jin-Jie,LI Shi-Yong and CAI Yun-Ze.An Approach to Building Rough Data Model Through Supervised Fuzzy Clustering[J].Journal of Software,2005,16(5):744-753. |
| |
| Authors: | HUANG Jin-Jie LI Shi-Yong and CAI Yun-Ze |
| |
| Abstract: | |
| |
| Keywords: | rough data model rough set supervised fuzzy clustering Gustafson-Kessel algorithm putative membership degree |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载全文 |
