作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过将粗糙集和模糊聚类算法相结合,利用粗糙集中上近似集和下近似集的概念改进模糊聚类算法,解决了模糊聚类边界不确定的问题,得到了上近似集和下近似集的聚类结果,从而实现更好的聚类,改进算法可以处理边界问题和复杂数据问题。将改进的粗糙集模糊聚类算法用于研究环糊精聚类,并将聚类结果与 K 均值聚类分析算法、模糊 C 均值聚类算法相比,实验结果表明,改进算法有较好的聚类效果。
推荐文章
基于粗糙集理论和FCM的图像聚类方法
粗糙集理论
奇异值分解
聚类分析
一种基于粗糙集的加权聚类算法
粗糙集
等价类
权值
聚类
一种改进的基于模糊-粗糙集的属性约简算法
粗糙集
模糊集
模糊-粗糙集
-水平集
属性约简
基于多粒度粗糙集的聚类融合方法
多粒度粗糙集
聚类融合
大津算法
包含度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的粗糙集模糊聚类算法及其应用
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 模糊聚类 粗糙集 聚类 K 均值聚类
年,卷(期) 2015,(6) 所属期刊栏目 计算机科学
研究方向 页码范围 1291-1294
页数 4页 分类号 TP399
字数 2369字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2015.06.41
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吕巍 吉林大学计算机科学与技术学院 33 134 6.0 10.0
2 张强 白城师范学院计算机科学学院 13 30 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(5)
  • 参考文献(5)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模糊聚类
粗糙集
聚类
K 均值聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
论文1v1指导