基于模糊质心的混合属性数据模糊加权聚类算法

在模糊聚类算法中,模糊系数被用来控制簇可能重叠的程度,其负面影响是所有的数据对象会影响所有的簇。为解决该问题,Klawonn和Hppner使用模糊函数替换模糊系数(KH算法),但该方法是针对数值属性数据而设计的。然而,在许多真实的应用中,数据对象通常同时由数值属性和分类属性描述。面向混合属性数据,文中提出了一种新的基于模糊质心的模糊加权聚类算法。首先结合模糊质心和均值来表示混合属性条件下的簇中心,然后使用能够评估不同属性在聚类过程中作用的度量来评估数据对象和簇中心之间的相异度,最后给出算法框架。在3个混合属性数据集上对新算法进行了一系列的测试,实验结果表明新算法的性能优于传统算法。     

知识编译研究

知识编译是处理命题逻辑知识库常用的一种新技术,知识编译的过程就是把知识转换成易于推理的表示形式.作为一种有效的推理机制,这种技术已经被广泛地应用到各种各样的人工智能领域中.对目前知识编译的研究与应用进行了综述性的介绍,并且从简洁性、多项式时间内支持的查询操作以及多项式时间内支持的转换操作3个方面对各种知识编译目标语言做了系统的阐述.