计算机应用研究

作者：陈之琪,万仁霞,岳晓冬,陈瑞典,

单位：1.北方民族大学数学与信息科学学院,银川750021；2.上海大学计算机工程与科学学院,上海200444；3.福建弘扬软件股份有限公司健康大数据研究院,福州350002；

关键词：标准化邻域信息系统,最大联盟集,领域粗糙集,边界域,三支聚类,比较正确率,

基金：国家自然科学基金资助项目(62066001)；宁夏自然科学基金资助项目(2021AAC03203)；宁夏科技领军人才项目(2022GKLRLX08)；北方民族大学研究生创新项目(YCX22087)；；

针对邻域粗糙集模型受邻域参数影响大、刻画样本信息时不够精细等问题，提出了一种基于最大联盟理论的粗糙集模型。在标准化邻域信息系统后，引入最大联盟集来描述邻域颗粒信息，使得邻域粗糙集模型对信息的划分更加精细，从而显著降低了边界域的不确定性。将该模型与三支聚类相结合，设计了一种基于最大联盟粗糙集的三支聚类算法。在6个UCI公共数据集上进行对比实验，结果表明，所提算法相较于对比算法具有更好的聚类质量，在处理边界域样本时具有更高的比较正确率。

来源：2024年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第8期