一种新的基于粗糙集的leader聚类算法

计算机科学 ›› 2008, Vol. 35 ›› Issue (3): 177-179.

一种新的基于粗糙集的leader聚类算法

张琼张莹白清源谢丽聪谢伙生

福州大学数学与计算机科学学院,福州350002

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
基金项目：福州大学科技发展基金资助项目（2005-XQ-13、2006-XQ-22,XRC-0511）,福建省教育厅资助项目（JB06023）.

ZHANG Qiong ,ZHANG Ying ,BAI Qing-Yuan, XIE Li-Cong, XIE Huo-Sheng（College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350002）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 传统聚类方法将对象严格地划分到某一类，但很多时候边界对象不能被严格地划分。粗糙集用上近似集和下近似集表示一个类，对这种边界不确定的处理非常有效，典型算法有基于粗糙集的k-means聚类算法和基于粗糙集的leader聚类算法。本文针对RFA（Rough Fuzzy Approach）算法存在的不足，提出了一种新的基于粗糙集的leader聚类算法（NRL，Novel Rough-based Leader）。其基本思想是首先数据项由于与其最近类中心的距离不同，分别被划分到leader集或者supporting

关键词: 聚类粗糙集 k-means算法 leader算法

Abstract: Objects are partitioned into clusters with crisp boundaries in the conventional algorithms. However, clusters do not necessarily have crisp boundaries. Rough set is represented with lower-bound and upper-bound, and is good for the case. At present, there

Key words: Clustering, Rough set, K-means algorithm, Leader algorithm

张琼张莹白清源谢丽聪谢伙生. 一种新的基于粗糙集的leader聚类算法[J]. 计算机科学, 2008, 35(3): 177-179. https://doi.org/

ZHANG Qiong ,ZHANG Ying ,BAI Qing-Yuan, XIE Li-Cong, XIE Huo-Sheng（College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350002）. [J]. Computer Science, 2008, 35(3): 177-179. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed