犹豫模糊核C-均值聚类用于数据库系统选择
作者:邓小燕
关键词:
聚类算法; 犹豫模糊集; 核函数; 样本空间; 数据库系统;
摘要：
在处理属性值为犹豫模糊信息的聚类分析问题过程中,一般性的犹豫模糊聚类算法在样本空间层面处理过程中存在消耗时间长、距离结果不精确等不足。为了解决这一问题,建立了一种新颖的犹豫模糊聚类算法,即犹豫模糊核C-均值聚类算法,该算法运用核函数将样本空间中的数据映射到一个高维特征空间。结果显示,通过提出的犹豫模糊核C-均值聚类算法能够扩大不同样本之间的差异,并且使得聚类结果更加准确。最后,通过数据库系统选择的仿真实验,验证了所提出的犹豫模糊核C-均值聚类算法的可行性和有效性。
上一篇：基于MQTT和ILZ4压缩法的智慧能源云平台
下一篇：自主路径规划的同步机械臂的研究与实现