基于粗糙集的K均值聚类算法在案例检索中的应用

• 作者: 向阳 王栋 郭鑫 陈千
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 粗糙集 K均值聚类 本体 案例检索
• 年，卷（期）: 2010,（12）
• 页码范围: 161-164
• 分类号: TP391
• 字数: 4460字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2010.12.035

摘要

在基于本体的案例检索系统中,由于数据库中的案例数量随着时间的推移而成倍增加,案例检索的效率不断降低,因此如何有效地提高案例检索系统的效率是个亟待解决的问题.提出一种基于粗糙集的K-means聚类算法,在用户检索之前对案例库中成千上万的案例进行有效聚类,从中定义基于粗糙集的聚类中心和上下近似以及边界.实验证明,该方法在系统检索时不必对每个案例都进行相似度的计算,从而大大提高了检索性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向阳	同济大学电子与信息工程学院计算机科学与技术系	88	1316	16.0	34.0
2	陈千	同济大学电子与信息工程学院计算机科学与技术系	7	154	5.0	7.0
3	王栋	同济大学电子与信息工程学院计算机科学与技术系	28	266	11.0	16.0
4	郭鑫	同济大学电子与信息工程学院计算机科学与技术系	10	23	3.0	4.0