计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
4期
244-247
,共4页
龚安%高海康%徐加放%马兴敏
龔安%高海康%徐加放%馬興敏
공안%고해강%서가방%마흥민
模糊优选%聚类分析%距离差异度%组合权重%分类
模糊優選%聚類分析%距離差異度%組閤權重%分類
모호우선%취류분석%거리차이도%조합권중%분류
Fuzzy optimization%Clustering analysis%Distance difference degree%Combination weight%Classification
为了解决多属性数据分类问题,提出了一种基于模糊优选模型与聚类分析的分类方法(FO-CA).首先由模糊优选模型得到有序综合指标数据集,其中在权重阶段提出了距离差异度并以此为依据构建了一种组合主客观权重的赋权方法;然后采用聚类分析将有序综合指标数据集聚类为几个簇进而分类;最后选取UCI中的Iris、Wine和Ruspini 3个数据集进行仿真实验.实验结果表明,该分类方法相比模糊优选方法及K-Means算法能获得更好的分类结果,对决策者有一定的参考价值.
為瞭解決多屬性數據分類問題,提齣瞭一種基于模糊優選模型與聚類分析的分類方法(FO-CA).首先由模糊優選模型得到有序綜閤指標數據集,其中在權重階段提齣瞭距離差異度併以此為依據構建瞭一種組閤主客觀權重的賦權方法;然後採用聚類分析將有序綜閤指標數據集聚類為幾箇簇進而分類;最後選取UCI中的Iris、Wine和Ruspini 3箇數據集進行倣真實驗.實驗結果錶明,該分類方法相比模糊優選方法及K-Means算法能穫得更好的分類結果,對決策者有一定的參攷價值.
위료해결다속성수거분류문제,제출료일충기우모호우선모형여취류분석적분류방법(FO-CA).수선유모호우선모형득도유서종합지표수거집,기중재권중계단제출료거리차이도병이차위의거구건료일충조합주객관권중적부권방법;연후채용취류분석장유서종합지표수거집취류위궤개족진이분류;최후선취UCI중적Iris、Wine화Ruspini 3개수거집진행방진실험.실험결과표명,해분류방법상비모호우선방법급K-Means산법능획득경호적분류결과,대결책자유일정적삼고개치.
