这篇文献介绍了一种基于高级信息颗粒的粒度数据聚类方法。在这种方法中,数据被表示为信息颗粒,而不是传统的数据点。这些信息颗粒可以是模糊集合、模糊规则、模糊关系等等。

该方法首先将原始数据转化为信息颗粒,然后使用基于信息颗粒的聚类算法对颗粒进行聚类。在聚类过程中,使用了一种基于信息熵的评价指标来评估聚类的质量。

该方法的优点是可以对复杂的数据进行聚类,并且可以通过调整信息颗粒的类型和聚类算法的参数来适应不同的数据类型和应用场景。在实验中,该方法与其他聚类方法进行了比较,结果表明该方法具有较高的聚类质量和较好的鲁棒性。

总之,该方法提供了一种新的粒度数据聚类方法,可以用于各种数据分析和挖掘应用中。

请帮我阅读一篇文献1 Gacek A Pedrycz W Clustering Granular Data and Their Characterization With Information Granules of Higher TypeJ Fuzzy Systems IEEE Transactions on 2015 234850-860

原文地址: https://www.cveoy.top/t/topic/cd8q 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录