文献检索-宁波市创意产业特色资源库

限定检索结果

基于边界区域局部模糊增强的πRKM聚类算法: 收藏
分享
引用; 《控制与决策》2017年第11期32卷 1949-1956页; 作者：马福民逯瑞强张腾飞南京财经大学信息工程学院南京210023 南京邮电大学自动化学院南京210023; 如何对交叉边界区域的数据对象进行度量与处理一直是粗糙k-means(RKM)及其衍生算法的主要出发点.πRKM算法通过引入Laplace无差别原则,较好地解决了传统RKM算法对权重系数的选择比较敏感等相关问题,但没有考虑边界区域多个类簇的交叉程...; 如何对交叉边界区域的数据对象进行度量与处理一直是粗糙k-means(RKM)及其衍生算法的主要出发点.πRKM算法通过引入Laplace无差别原则,较好地解决了传统RKM算法对权重系数的选择比较敏感等相关问题,但没有考虑边界区域多个类簇的交叉程度以及边界区域数据对象的空间位置分布对聚类结果的影响.鉴于此,设计一种对边界区域的数据对象进行局部模糊度量的方法,并提出基于边界区域局部模糊增强的πRKM聚类改进算法,通过多组实例分析验证了所提出算法的有效性.; 来源：详细信息评论

限定检索结果