申请/专利权人:西北大学
申请日:2023-07-05
公开(公告)日:2023-10-10
公开(公告)号:CN116861277A
主分类号:G06F18/2337
分类号:G06F18/2337
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.10.27#实质审查的生效;2023.10.10#公开
摘要:本发明属于数据处理技术领域,公开了一种基于五划分阴影集的聚类集成方法、系统及应用,随机改变模糊C均值算法中的模糊化参数m生成一组基聚类;通过五划分阴影集将对象划分到五个区域中,包括核心区域、次核心区域、阴影区域、次边缘区域、边缘区域;通过多粒度粗糙集的策略构建出六个近似区域,包括一个核心区域和五个边缘区域;通过五划分阴影集处理五个边缘区域得到聚类的结果。本发明将五划分阴影集应用到模糊聚类集成中,通过多粒度粗糙集的思想构造出六个近似区域,可以更精细划分近似区域,分析了五划分阴影集中的次核心区域中对象与簇之间的模糊关系,实现了次核心区域的合理划分,解决了五划分阴影集实际应用的问题。
主权项:1.一种基于五划分阴影集的聚类集成方法,其特征在于,包括:随机改变模糊C均值算法中的模糊化参数m生成一组基聚类;通过五划分阴影集将对象划分到五个区域中,包括核心区域、次核心区域、阴影区域、次边缘区域、边缘区域;通过多粒度粗糙集的策略构建出六个近似区域,包括一个核心区域和五个边缘区域;通过五划分阴影集处理五个边缘区域得到聚类的结果。
全文数据:
权利要求:
百度查询: 西北大学 一种基于五划分阴影集的聚类集成方法、系统及应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。