首页 | 本学科首页   官方微博 | 高级检索  
     

基于FCM与粗糙集的连续数据知识挖掘方法
引用本文:徐袭,许国荣,张虎. 基于FCM与粗糙集的连续数据知识挖掘方法[J]. 海军工程大学学报, 2006, 18(1): 103-107
作者姓名:徐袭  许国荣  张虎
作者单位:1. 海军工程大学,电气与信息工程学院,湖北,武汉430033
2. 92910部队,浙江,舟山,316000
摘    要:对连续数据知识挖掘可采用模糊C均值聚类将其离散化,再应用粗糙集进行约简.文中针对该过程中样本数据离散化后出现多个聚类中心隶属度值较接近的情况,提出了隶属度重叠度的方法来扩展对应离散类别的选取.离散类别确定后再应用粗糙集理论对其进行知识挖掘,可得到连续数据的本质特性.此方法应用于汽轮机轴系振动数据的知识挖掘.与采用最大隶属度确定对应类别的方法相比,该方法不影响对连续数据的知识挖掘,并能真实反映连续数据的特性.

关 键 词:FCM  粗糙集  隶属度重叠度  知识挖掘
文章编号:1009-3486(2006)01-0103-05
修稿时间:2005-09-10

A knowledge mining method for continuous data based on FCM and rough set
XU Xi,XU Guo-rong,ZHANG Hu. A knowledge mining method for continuous data based on FCM and rough set[J]. Journal of Naval University of Engineering, 2006, 18(1): 103-107
Authors:XU Xi  XU Guo-rong  ZHANG Hu
Abstract:
Keywords:FCM  rough set  membership superposition degree  knowledge mining
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号