数据挖掘中区间数据模糊聚类研究——基于Wasserstein测度

• 作者: 孙秋碧 李红
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊聚类 区间数据 符号数据分析 自适应
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 博士论坛
• 页码范围: 24-28,37
• 分类号: TP181
• 字数: 5526字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.12.005

摘要

针对目前区间数据模糊聚类研究中区间距离定义存在的局限性,引入能够考虑区间数值分布特征的Wasserstein距离测度,提出基于Wasserstein距离测度的单指标和双指标自适应模糊聚类算法及迭代模型.通过仿真实验和CR指数,证实了该类模型的优势.该算法在海量、堆积如山的数据挖掘中有着重要的实践意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙秋碧	福州大学管理学院统计系	45	206	8.0	12.0
2	李红	福州大学管理学院统计系	11	43	4.0	6.0