基于相关随机子空间的分类数据聚类集成

• 作者: 刘宇熹 马海峰
• 来源期刊: 计算机应用研究
• 关键词: 分类数据 粗糙集 属性约简 相关子空间 聚类集成
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1082-1084
• 页数: 3页
• 分类号: TP182|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.04.033

摘要

为了提升分类数据聚类集成的效果,提出了一种新的相关随机子空间聚类集成模型.该模型利用粗糙集理论将分类属性分解成相关和不相关子集,在相关属性子集上随机生成多个相关子空间并对分类数据进行聚类,通过集成多个较优且具差异性的聚类结果以获得最终的聚类划分.此外,将粗糙集约简概念应用于相关子空间属性数目的确定,有效地避免了参数对聚类结果的影响.UCI数据集实验表明,新模型的性能优于其他已有模型,说明了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宇熹	上海财经大学国际工商管理学院	29	190	9.0	12.0
5	马海峰		1	6	1.0	1.0