基于阴影集的多粒度三支聚类集成OA北大核心CSCDCSTPCD
Multi-granulation Three-Way Clustering Ensemble Based on Shadowed Sets
聚类集成旨在通过融合多个不同的基聚类结果得到一个统一的类簇划分.针对现实环境中的模糊和不确定性数据,本文提出了一种基于阴影集的多粒度三支聚类集成算法.算法首先使用FCM聚类产生一组有差异性的基聚类成员,并通过阴影集构造三支聚类.然后引入多粒度粗糙集构建了四个近似集合,将每一个类簇划分为一个核心域和三个边界域.最后对边界域中的数据依次划分到核心域中,无法划分的对象则留在边界域,最终得到了三支聚类集成的结果.实验结果表明,本算法在准确率、调整兰德系数和归一化互信息方面,与多种现有的聚类集成算法相比得到了更好的聚类集成结果.
姜春茂;赵书宝
哈尔滨师范大学计算机科学与信息工程学院,黑龙江哈尔滨150025哈尔滨师范大学计算机科学与信息工程学院,黑龙江哈尔滨150025
信息技术与安全科学
聚类集成三支聚类多粒度模糊c均值(FCM)阴影集
《电子学报》 2021 (8)
1524-1532,9
黑龙江省自然科学基金(No.LH2020F031)
评论