| 数据挖掘中区间数据模糊聚类研究——基于Wasserstein测度 |
| |
| 引用本文： | 李红,孙秋碧.数据挖掘中区间数据模糊聚类研究——基于Wasserstein测度[J].计算机工程与应用,2012,48(12):24-28,37. |
| |
| 作者姓名： | 李红 孙秋碧 |
| |
| 作者单位： | 福州大学管理学院统计系,福州,350108 |
| |
| 基金项目： | 国家社科基金（No.10BTJ002）; 国家自然科学基金青年项目（No.70902071） |
| |
| 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。
|
| 关 键 词： | 模糊聚类 区间数据 符号数据分析 自适应 |
Fuzzy clustering of interval data based on Wasserstein distances in data mining |
| |
| LI Hong
,
SUN Qiubi.Fuzzy clustering of interval data based on Wasserstein distances in data mining[J].Computer Engineering and Applications,2012,48(12):24-28,37. |
| |
| Authors: | LI Hong SUN Qiubi |
| |
| Affiliation: | Department of Statistics,Management College,Fuzhou University,Fuzhou 350108,China |
| |
| Abstract: | Because of the limitations of the in-use distance in fuzzy clustering models for interval data,this paper puts forward the Wasserstein distances into interval data,and gets the adaptive single-index and adaptive double-index fuzzy clustering models.From the simulation results and CR index,the advantages of the model are proved.The model has strong meanings in empirical work when data is unstable and missing. |
| |
| Keywords: | fuzzy clustering interval data symbolic data analysis adaptive |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
