基于Gauss分布函数的区间值数据的模糊聚类算法
通过分析投票模型中中立者的思想倾向,对区间值数据进行二次特征提取.给出了一种区间值数据的Gauss函数表示法,利用这种方法对区间值数据进行相似度量,从而导出一种新的区间值数据的距离度量公式.将该距离度量公式运用于区间值数据的模糊c均值聚类算法(FCM)中,得出一种新的基于Gauss分布函数的区问值数据的模糊聚类算法,试验表明该方法比传统的区间值数据的模糊聚类算法能获得更好的分类效果.
投票模型、Gauss分布函数、区间值数据、相似度量、模糊聚类
38
TP391.41(计算技术、计算机技术)
国家973重点基础研究发展计划2003CB317003
2010-04-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
295-300