基于自适应区间划分的模糊关联分类

• 作者: 董杰 韩敏
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 数据挖掘 模糊关联分类 连续型属性 关联规则
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 信息、控制、决策与仿真
• 页码范围: 2675-2678
• 分类号: TP311.13
• 语种: 中文

摘要

模糊关联分类是一种具有较高精度的分类方法,现有的模糊关联分类算法多采用固定模糊隶属度函数对连续型属性进行模糊划分,没有考虑数据本身的特性.提出一种基于自适应区间划分的模糊关联分类算法-FARC(fuzzy association rules classification).算法利用模糊c均值聚类算法建立连续型属性模糊区间,使用新的剪枝策略避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合.仿真表明,FARC具有较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩敏	大连理工大学电子与信息工程学院	200	2311	23.0	33.0
2	董杰	大连理工大学电子与信息工程学院	15	93	6.0	8.0