文献类型：期刊文章

作　　者：黄金杰[1] 武俊峰[2] 蔡云泽[1]

机构地区：[1]上海交通大学自动化系,上海200030 [2]哈尔滨理工大学自动化系,哈尔滨150080

出　　处：《计算机学报》

基　　金：国家"九七三"重点基础研究发展规划项目基金(2002cb312200-01);黑龙江省自然科学基金(F0316);中国博士后科学基金(2004036321))资助

年　　份：2005

卷　　号：28

期　　号：11

起止页码：1866-1874

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2005509589877)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种数据分析的新方法———模糊粗糙数据模型(Fuzzy Rough Data Model,FRDM).该方法采用动态自适应模糊聚类技术,将Kowalczyk方法中的粗糙数据模型(Rough Data Model,RDM)对输入数据空间的网格状“硬划分”转化为模糊划分,辨识输入数据空间中的模糊模式类,并通过定义各模糊模式类与决策类别之间的类型映射关系ftype:Ci→y,以及输入数据对各模式类分类规则的匹配度(Degree of Fulfillment,DoF(x))概念,建立起相应的FRDM模型.不同数据集的实验测试结果表明,与Kowalczyk的RDM方法相比,文中方法具有更好的数据概括能力、更强的噪声数据处理能力和更高的搜索效率.

关 键 词：粗糙集 粗糙数据模型  模糊聚类 数据挖掘 模糊粗糙数据模型  

分 类 号：TP18]