模糊数学

 翻译样例中心 >> 数学翻译样例 >> 模糊数学

翻译样例: 基于粗集的模糊聚类方法和结果评估
版权信息   版权信息

在数据挖掘中,聚类算法是一种比较常用的方法,现有的常用的聚类方法包括划分方法、层次方法、基于密度方法和基于网格等方法. 基于划分的方法包括常用的k2means 算法和k2medoids 算法;基于层次的方法包括BIRCH 和CURE 算法;基于密度的方法包括DBSCAN 算法;基于网格的方法包括STIN G 算法、CL IQUE 算法和Wave2cluster 算法.

对于基于粗集的聚类算法,这方面的研究较少. 文献1 ,2 中提出的方法是基于遗传算法的,在实际中,计算速度非常慢. 本文针对粗集决策表中包括定量属性和定性属性,根据一种基于统计学的相似性度量方法,证明了粗集的对象通过这种度量方法,可以转化为模糊相似矩阵,通过传递闭包法,形成模糊等价矩阵,从而实现无监督的聚类. 并根据一定的评价标准,对这种无监督的聚类结果进行了评价.

Hamming 距离:Hamming 距离最初用在编码中,两个码字的对应比特取值不同的比特数称为这两个码字的海明距离. 我们在粗集中使用Hamming 距离,主要应用在粗集的定性属性上. 其定义为:对于粗集中的定性属性a ,如果两个对象在属性a 上完全相同,其Hamming 距离为0 ;否则为1. 对于决策表中的n 个定性属性.

将对象按照一定的标准归并到不同的类中称为聚类分析. 然而,在实际的应用中,许多对象的类与类之间并无清晰的划分,边界具有模糊性,它们之间的关系更多的是模糊关系. 对于这类对象使用模糊数学方法进行聚类分析,称为模糊聚类分析. 下面介绍模糊等价矩阵、模糊相似矩阵的概念、模糊聚类的一般步骤以及基于粗集的模糊聚类方法.

收稿邮箱: sotrans@126.com
QQ: 1169561052    MSN: jesczhao@hotmail. com

最新翻译样例

相关翻译样例

专业英语词汇频道