基于Vague集的不确定数据模型

不确定数据广泛的存在日常生活中,不确定数据挖掘是当前重要方向研究方向。研究者必须通过对象的可能世界实例,得到概率密度函数。当对象的可能世界实例缺失时,经典不确定数据的模型将束手无策。对Vague集进行扩展,提出一种新的面向不确定数据的Vague集模型,即U-Vague集模型。并定义了U-Vague集模型之间的距离。通过直接聚类算法对模型的有效性进行了验证。最后对不确定数据的研究做出了展望。