互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

一种不精确数据的聚类挖掘方法


□ 李清峰 周鲜成 王 莉 周伟林

  (1.湖南商学院 计算机与电子工程系, 长沙 410205; 2.中南大学 信息科学与工程学院, 长沙 410083)
  
  摘 要:在聚类过程中考虑到数据的非确定性,提出了一种改进的K平均算法——FK算法。FK算法思想是减小总均方误差的期望值E(SSE),需特别说明的是对数据对象xi 采用在非确定区域内用非确定密度概率函数pdf f(xi)进行描述。用FK算法对非确定运动模式的运动对象进行了分析,实验表明考虑数据的非确定因素,在聚类分析处理时有比较精确的结果。
  关键词:非精确数据; K平均算法; FK聚类算法; 密度概率函数
  中图分类号:TP391 文献标志码:A
   文章编号:10013695(2009)03088703
  
  Algorithm in clustering location datafor uncertain data mining
  
  LI Qingfeng1,2, ZHOU Xiancheng1,2, WANG Li1,2, ZHOU Weilin1
  
  (1.Dept. of Computer& Electronic Engineering, Hunan Business College, Changsha 410205, China; 2.School of Information Science & Engineering,Central South University, Changsha 410083, China)
  
  Abstract:To consider data uncertainty in the clustering process, this paper proposed a FKmeans clustering algorithm that enhanced the Kmeans algorithm tothe goal of minimizing the expected sum of squared errors E(SSE). Specially noted that a data object xi was specified by an uncertainty region with an uncertainty pdf f(xi). This paper applied FKmeans to the particular pattern of movingobject uncertainty. Experimental results show that by considering uncertainty, the clustering algorithm can produce more accurate results. ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017