可拓K近邻算法在数据聚类分析中的应用

• 作者: 向长城 杨仪 魏代俊
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据聚类 可拓距离 可拓K近邻算法 属性约简
• 年，卷（期）: 2010,（21）
• 页码范围: 156-159
• 分类号: TP311
• 字数: 4510字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.21.044

摘要

针对区间值数据的数据聚类问题,根据可拓学关联函数的定义,提出可拓距离的概念来度量数据之间的距离,利用K近邻的思想,根据可拓距离的大小对数据集的目标属性进行投票选择进行分类,设计了可拓K近邻算法(Extension K Nearest Neighbor,EKNN).最后利用UCI的两个基准数据集Iris植物样本数据和糖尿病数据库PIDD进行验证,首先通过免疫网络约简算法对条件属性进行最小属性约简,然后利用EKNN算法分析和比较不同最小约简属性下的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向长城	湖北民族学院理学院	35	130	6.0	10.0
2	魏代俊	湖北民族学院理学院	28	96	5.0	8.0
3	杨仪	湖北民族学院理学院	4	14	2.0	3.0