期刊文献+

一种挖掘模糊关联规则的新方法

下载PDF
导出
摘要 提出了一种基于改进的K-means聚类算法上的自动确定样本数据隶属度函数的新方法,并在此基础上结合Apriori算法,提出了一种挖掘模糊关联规则的新算法。与现有的同类算法相比,现有的方法均需随机地确定初始的聚类中心,往往得出有悖于实际的隶属度函数,从而影响了整个模糊关联规则的提取结果。该算法克服了这一缺点,提高了模糊关联规则的提取结果的正确性。
作者 郑鹏宇
出处 《福建电脑》 2007年第3期11-12,共2页 Journal of Fujian Computer
基金 国家自然科学基金(60573076) 省自然科学基金(Z051503) 校科技发展基金(2004-XQ-17)资助
  • 相关文献

参考文献1

二级参考文献6

  • 1ZADEH LA.Fuzzy Set[J].Information and control, 1965,(8):338-352.
  • 2AGRAWAL R,IMIELINKSI T, SWAMI A.Mining association rules between sets of items in large database[A].Proc. of the ACM SIGMOID conference on Management of Data[C],1993.207-216.
  • 3WU SQ, JOO M ER, GAO Y.A fast approach for automatic generation of fuzzy rules by generalized dynamic fuzzy neural networks[J].IEEE Transactions on fuzzy systems,2001,(9):578 - 594.
  • 4WANG SL,KUO CY, HONG TP.Mining fuzzy similar association rules from quantitative data[A].Fuzzy information processing society[C]. proceedings,NAFIPS.2000 Annual meeting of the North American, 2002.27-29,90-194.
  • 5HONG TP.A fuzzy AprioriTid algorithm with reduced computational time[A].Fuzzy system[C]. the 10th IEEE International conference on, 2001.360-363.
  • 6荣莉莉,王众托.从样本数据中获取模糊规则的一种算法[J].系统工程学报,1998,13(1):57-65. 被引量:44

共引文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部