文献类型：期刊文章

作　　者：梁吉业[1,2] 白亮[1] 曹付元[1,2]

机构地区：[1]山西大学计算机与信息技术学院,太原030006 [2]计算智能与中文信息处理教育部重点实验室(山西大学),太原030006

出　　处：《计算机研究与发展》

基　　金：国家"八六三"高技术研究发展计划基金项目(2007AA01Z165);国家自然科学基金项目(60773133;70971080);山西省自然科学基金项目(2008011038);山西省高校科技开发项目(2007103)~~

年　　份：2010

卷　　号：47

期　　号：10

起止页码：1749-1755

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统的K-Modes聚类算法采用简单的0-1匹配差异方法来计算同一分类属性下两个属性值之间的距离,没有充分考虑其相似性.对此,基于粗糙集理论,提出了一种新的距离度量.该距离度量在度量同一分类属性下两个属性值之间的差异时,克服了简单0-1匹配差异法的不足,既考虑了它们本身的异同,又考虑了其他相关分类属性对它们的区分性.并将提出的距离度量应用于传统K-Modes聚类算法中.通过与基于其他距离度量的K-Modes聚类算法进行实验比较,结果表明新的距离度量是更加有效的.

关 键 词：聚类算法 分类属性数据 粗糙集 粗糙隶属度  距离度量  

分 类 号：TP181]