一种基于粗糙集的K-means聚类算法

• 作者: 聂映 陈福集
• 来源期刊: 武汉大学学报（工学版）
• 学科: 工学
• 关键词: 粗糙集 属性约简 属性重要度 K-means聚类
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 电力电子与计算机技术
• 页码范围: 257-260
• 分类号: TP181|TP311
• 语种: 中文

摘要

对粗糙集进行了相关研究,并提出了一种以粗糙集理论为基础的K-平均聚类算法,该算法以信息表中条件属性和决策属性的一致性原理为基础,应用粗糙集的属性约简算法消除冗余属性,利用各属性重要度确定其权值,在此基础上应用改进的K-平均算法进行聚类分析.该方法的优势在于消除了不重要的属性,赋予了各属性权值,使聚类更有效,更客观.实验结果表明,该方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈福集	福州大学公共管理学院	129	1236	17.0	28.0
2	聂映	福州大学公共管理学院	1	11	1.0	1.0