计算机科学 ›› 2009, Vol. 36 ›› Issue (4): 243-245.
• • 上一篇 下一篇
阳琳赟 周海京 卓晴 王文渊
出版日期:
发布日期:
YANG Lin-yun, ZHOU Hai-jing, ZHUO Qing, WANG Wen-yuan （Department of Automation,Tsinghua University,Beijing 100084,China）
Online:
Published:
摘要： 聚类融合是数据挖掘研究的一个热点。当前相关研究大多没有考虑进行融合的聚类成员的质量，因此较差的成员和噪声会对融合结果产生不良的影响。提出了一种对聚类成员进行加权的融合方法。该方法引入粗糙集理论中的属性重要性度量，根据聚类成员对融合的重要性赋予其权重，生成加权共生矩阵，进而产生融合结果。实验结果表明，提出的方法能较好地处理聚类成员间的质量差异，并能有效地消减噪声对融合的影响，从而得到更好的聚类融合结果。
关键词: 聚类融合 共生矩阵 属性重要性度量
Abstract: Cluster ensemble is a hot topic in data mining research. Resent research mostly pays little attention to the qualities of cluster members. However, bad cluster members and noise may affect the ensemble result. A weighted cluster ensemble approach was prop
Key words: Cluster ensemble,Co-association matrix, Measure of significance of attribute
阳琳赟 周海京 卓晴 王文渊. 基于属性重要性的加权聚类融合[J]. 计算机科学, 2009, 36(4): 243-245. https://doi.org/
YANG Lin-yun, ZHOU Hai-jing, ZHUO Qing, WANG Wen-yuan （Department of Automation,Tsinghua University,Beijing 100084,China）. [J]. Computer Science, 2009, 36(4): 243-245. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2009/V36/I4/243
Cited
首页