| 基于相关随机子空间的分类数据聚类集成 |
| |
| 作者姓名： | 马海峰 刘宇熹 |
| |
| 作者单位： | 1. 江苏常州机电职业技术学院, 江苏 常州 213000; 2. 上海财经大学 国际工商管理学院, 上海 200433; 3. 上海理工大学 管理学院, 上海 200093 |
| |
| 基金项目： | 国家自然科学基金资助项目（70972062）; 上海市哲学社会科学规划课题（2011BGL011）; 上海市重点学科项目（S30504）; 上海财经大学研究生科研创新基金资助项目 |
| |
| 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。
|
| 关 键 词： | 分类数据 粗糙集 属性约简 相关子空间 聚类集成 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
