模糊粗糙数据模型:一种数据分析的新方法

• 作者: 武俊峰 蔡云泽 黄金杰
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 粗糙集 粗糙数据模型 模糊聚类 数据挖掘 模糊粗糙数据模型
• 年，卷（期）: 2005,（11）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 1866-1874
• 页数: 9页
• 分类号: TP18
• 字数: 8147字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.11.013

摘要

提出了一种数据分析的新方法--模糊粗糙数据模型(Fuzzy Rough Data Model,FRDM).该方法采用动态自适应模糊聚类技术,将Kowalczyk方法中的粗糙数据模型(Rough Data Model,RDM)对输入数据空间的网格状"硬划分"转化为模糊划分,辨识输入数据空间中的模糊模式类,并通过定义各模糊模式类与决策类别之间的类型映射关系ftype:Ci→y,以及输入数据对各模式类分类规则的匹配度(Degree of Fulfillment,DoF(x))概念,建立起相应的FRDM模型.不同数据集的实验测试结果表明,与Kowalczyk的RDM方法相比,文中方法具有更好的数据概括能力、更强的噪声数据处理能力和更高的搜索效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武俊峰	哈尔滨理工大学自动化系	67	414	11.0	16.0
2	黄金杰	上海交通大学自动化系	34	212	8.0	13.0
4	蔡云泽	上海交通大学自动化系	43	366	11.0	17.0