基于相互约束的模糊数据归类算法研究

摘要：

依据物理学理论中的刚体最稳态结构,将数据集合看做物理实体,提出虚拟数字实体化观点和代表数据五元组、典型约束等概念,并在此基础上建立4点中心-边界算法(EFCBA)和基于相互约束的模糊数据归类算法(MRFCA).实验表明EFCBA算法提高了代表数据的集合代表性,缓解了图形不规则性对集合代表数据获取的影响;MRFCA算法有效利用了代表数据的特点,提高了归类准确率,并具有较好的自适应能力和未知新型数据归类能力.

关键词： 图形不规则性 虚拟数字实体化 模糊数据归类 相互约束 EFCBA算法

作者: 令狐大智 李陶深 武新丽

作者单位: 广西大学计算机与电子信息学院 南宁 530004 广西财经学院计算机与信息管理系 南宁 530003 广西大学计算机与电子信息学院 南宁 530004 广西大学行健文理学院 南宁 530005

会议类型: 国内会议

会议名称: 第二十五届中国数据库学术会议(NDBC2008)

会议地点: 桂林

会议语种:中文

页码: 486-490

在线出版日期: 2008-10-24（万方平台首次上网日期，不代表论文的发表时间）