| 一种面向不完备信息系统的集对k-means聚类算法 |
| |
| 引用本文： | 张春英,高瑞艳,刘凤春,王佳昊,陈松,冯晓泽,任静.一种面向不完备信息系统的集对k-means聚类算法[J].数据采集与处理,2020,35(4):613-629. |
| |
| 作者姓名： | 张春英 高瑞艳 刘凤春 王佳昊 陈松 冯晓泽 任静 |
| |
| 作者单位： | 华北理工大学理学院,唐山,063210;河北省数据科学与应用重点实验室,唐山,063210;华北理工大学理学院,唐山,063210;华北理工大学迁安学院,唐山,063210 |
| |
| 基金项目： | 河北省自然科学基金（F2018209374,F2016209344）资助项目。 |
| |
| 摘 要： | 针对不完备信息系统的数据聚类问题，将集对分析理论引入k-means聚类中，同时为了更好地表示样本与类簇的关系，构建了一种面向不完备信息系统的集对k-means (Set pair k-means，SPKM)聚类算法。首先，基于集对理论提出了一种集对距离度量方法，并将该度量方法运用到k-means算法中，得到初步聚类结果；随后，对于同时属于多个类的样本，将其分配到相应类的边界域，对于只属于一个类的样本，将其分配到相应类的正同域或边界域，其中聚类结果由肯定属于该类簇的正同域、可能属于该类簇的边界域以及肯定不属于该类簇的负反域3个部分共同表示；最后通过选取UCI数据库中的6个数据集与4种对比算法进行实验评价。实验结果表明，SPKM算法在准确率、F1值、Jaccard系数、FMI和ARI等指标上均具有良好的聚类性能。
|
| 关 键 词： | 集对信息粒 不完备信息 k-means 集对距离度量 集对k-means聚类 |
| 收稿时间： | 2020/4/30 0:00:00 |
| 修稿时间： | 2020/7/10 0:00:00 |
A Set Pair k-means Clustering Algorithm for Incomplete Information System |
| |
| ZHANG Chunying,GAO Ruiyan,LIU Fengchun,WANG Jiahao,CHEN Song,FENG Xiaoze,Ren Jing.A Set Pair k-means Clustering Algorithm for Incomplete Information System[J].Journal of Data Acquisition & Processing,2020,35(4):613-629. |
| |
| Authors: | ZHANG Chunying GAO Ruiyan LIU Fengchun WANG Jiahao CHEN Song FENG Xiaoze Ren Jing |
| |
| Abstract: | |
| |
| Keywords: | set pair information granule incomplete information k-means set pair distance measurement set pair k-means clustering |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
