改进的粗糙模糊和模糊粗糙K-均值聚类算法OA北大核心CSCDCSTPCD
Improvement of rough fuzzy and fuzzy rough clustering algorithm
在分析归纳原有聚类方法不足的基础上，结合粗糙理论和模糊理论，给出了改进的粗糙模糊K-均值聚类算法；设计了新的模糊粗糙K-均值聚类算法，并验证了该聚类算法的有效性；进而将这两种聚类算法应用到支持向量机中，对训练样本做预处理，以减少样本数目，提高了其训练速度和分类精度。
The shortcomings of the original clustering methods are analyzed. Moreover, the rough theory and fuzzy theory are combined together. The improvement of rough fuzzy K-means clustering algorithm is given. A fuzzy rough K-means clustering algorithm is designed, and the validity of fuzzy rough K-means clustering algorithm is verified. The proposed clustering algorithms are applied to support vector machine. In the above applications, the training samples are pre…查看全部>>
田大增;吴静
河北大学 物理科学与技术学院，河北 保定 071002河北大学 数学与计算机学院，河北 保定 071002
信息技术与安全科学
粗糙模糊K-均值聚类模糊粗糙K-均值聚类支持向量机
rough fuzzy K-mean clusteringfuzzy rough K-mean clusteringsupport vector machine
《计算机工程与应用》 2014 (17)
不确定支持向量机及其应用
142-145,190,5
国家自然科学基金（No.61073121）；河北省自然科学基金（No.A2012201033，No.F2012402037）；河北省教育厅自然科学青年基金（No.Q2012046）。
评论