论文部分内容阅读
传统聚类方法将对象严格地划分到某一类，但很多时候边界对象不能被严格地划分。粗糙集用上近似集和下近似集表示一个类，对这种边界不确定的处理非常有效，典型算法有基于粗糙集的k-means聚类算法和基于粗糙集的leader聚类算法。本文针对RFA（Rough Fuzzy Approach）算法存在的不足，提出了一种新的基于粗糙集的leader聚类算法（NRL，Novel Rough-based Leader）。其基本思想是首先数据项由于与其最近类中心的距离不同，分别被划分到leader集或者supporting