×

一种动态区间的加权模糊聚类算法

消耗积分:0 | 格式:rar | 大小:7.04 MB | 2021-04-13

分享资料个

　　数据聚类在数据挖掘、数据分析中广泛应用，而不完整数据对数据聚类造成了很大困扰。针对不完整数据聚类中估值法填补缺失属性不准确的问题，提岀动态区间的加权模糊聚类算法。首先，由属性相关度构造缺失属性的最近邻样本集，进而形成缺失属性估值区间。为进一步减小区间填补误差，使用基于最近邻样本集的离散度的区间因子来动态调节区间大小。其次，为充分挖掘属性空间的隐含信息，同时降低离群点对聚类中心的影响，对完整的区间型数据集进行基于局部密度的样本加权。最后，通过以上改进完成区间型样本的加权模糊聚类。利用多个UCⅠ数据集和人工数据集验证提岀的聚类算法，实验结果表明：动态区间的加权模糊聚类算法能有效提高聚类准确性、鲁棒性以及收敛的稳定性。

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !