| 基于新的距离度量的K-Modes聚类算法 |
| |
| 引用本文： | 梁吉业,白亮,曹付元.基于新的距离度量的K-Modes聚类算法[J].计算机研究与发展,2010,47(10). |
| |
| 作者姓名： | 梁吉业 白亮 曹付元 |
| |
| 作者单位： | 1. 山西大学计算机与信息技术学院,太原,030006;计算智能与中文信息处理教育部重点实验室(山西大学),太原,030006
2. 山西大学计算机与信息技术学院,太原,030006 |
| |
| 基金项目： | 国家"八六三"高技术研究发展计划基金项目，国家自然科学基金项目，山西省自然科学基金项目，山西省高校科技开发项目 |
| |
| 摘 要： | 传统的K-Modes聚类算法采用简单的0-1匹配差异方法来计算同一分类属性下两个属性值之间的距离, 没有充分考虑其相似性. 对此, 基于粗糙集理论, 提出了一种新的距离度量. 该距离度量在度量同一分类属性下两个属性值之间的差异时, 克服了简单0-1匹配差异法的不足, 既考虑了它们本身的异同, 又考虑了其他相关分类属性对它们的区分性. 并将提出的距离度量应用于传统K-Modes聚类算法中. 通过与基于其他距离度量的K-Modes聚类算法进行实验比较, 结果表明新的距离度量是更加有效的.
|
| 关 键 词： | 聚类算法 分类属性数据 粗糙集 粗糙隶属度 距离度量 |
K-Modes Clustering Algorithm Based on a New Distance Measure |
| |
| Liang Jiye,Bai Liang,Cao Fuyuan.K-Modes Clustering Algorithm Based on a New Distance Measure[J].Journal of Computer Research and Development,2010,47(10). |
| |
| Authors: | Liang Jiye Bai Liang Cao Fuyuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
