基于代数粒的聚类方法OA北大核心CSTPCD
聚类,是机器学习的主要任务之一,也是粒计算理论的核心任务,即信息粒化。目前,基于粒计算的聚类算法中,大多数只基于粒属性进行聚类,而没有考虑粒结构,尤其是在代数结构应用广泛的信息领域。从粒计算的角度,提出一种基于代数粒的聚类方法。基于二元代数运算定义代数粒;提出一种基于代数粒的聚类方法,通过粒集的同余划分和粒结构的同态映射进行粒度聚类;将提出的聚类方法与容差邻域模型和商空间模型进行对比分析。结果表明,该新型方法具有更好的结构完备性和应用鲁棒性。基于代数粒的聚类方法从结构上丰富和扩展了粒度计算理论,为粒计算与机器学习的融合研究提供了理论依据。
肖振国;陈林书;孙少杰;梅本霞;柳媛慧;赵磊;
湖南科技大学计算机科学与工程学院,湖南湘潭411201湖南科技大学外国语学院,湖南湘潭411201湖南警察学院信息技术(网监)系,湖南长沙410138
计算机与自动化
粒计算聚类粒化粗糙集商空间模型
《计算机工程与科学》 2024 (001)
P.150-158 / 9
湖南省教育厅科学研究项目(21C0946);湖南省教育厅教学改革研究项目(HNJG-2022-0786,HNJG-2022-0792);湖南科技大学教学改革研究项目(2021-76-9,2021-76-26)。
评论