基于粗糙集理论的模糊C-means高维数据聚类算法

朱付保; 徐显景; 白庆春; 朱颢东

doi:10.19603/j.cnki.1000-1190.2015.04.007

华中师范大学学报（自然科学版） ›› 2015, Vol. 49 ›› Issue (04) : 511 -514+537. DOI: 10.19603/j.cnki.1000-1190.2015.04.007

基于粗糙集理论的模糊C-means高维数据聚类算法

朱付保, 徐显景, 白庆春, 朱颢东

作者信息 +

Author information +

文章历史 +

PDF

摘要

模糊C-means算法是一种重要的聚类分析算法,但是在数据维数较高的情况下,该算法计算量急剧上升从而导致其效率较低.针对这一问题,提出了一种基于粗糙集理论的模糊C-means高维数据聚类算法,该算法在传统模糊C-means算法的基础上引入了粗糙集属性约简的理念,通过对数据集属性的约简,提取出对分类影响较大的属性集而摒弃与分类无关的属性,进而在聚类过程中只计算属性约简结果集中的属性,从而减少聚类过程的工作量、提高聚类效率.理论分析和实验结果表明,该算法在处理高维数据时较高效.