×
阿弗里迪、穆罕默德·汗;努曼·阿扎姆;姚景涛

基于方差的三向聚类方法，用于处理重叠聚类。 （英语） Zbl 1434.68566号

国际J近似推理 118, 47-63 (2020).
摘要：传统的聚类方法在处理具有重叠区域的聚类时不是很有效。在这方面，三向聚类（3WC）是一种有效且有前景的方法。3WC中的一个关键问题是阈值的确定，它对准确估计重叠区域起着至关重要的作用。在本文中，我们提出了不同的基于方差的标准来确定阈值。特别是，我们检查了对象的3WC获得的三个区域中包含的对象的评估函数值的方差或扩散。引入了一种称为3WC-OR的算法，该算法通过结合遗传算法和博弈论粗糙集等方法，考虑了所提出的确定有效阈值的标准的优化。在五个UCI数据集上的实验结果表明，该算法显著改善了具有重叠簇的数据集的结果，并在具有非重叠簇的数据库上提供了可比较的结果。

引用于13文件

MSC公司：

68层37 人工智能背景下的不确定性推理
62H30型 分类和区分；聚类分析（统计方面）
68T05型 人工智能中的学习和自适应系统

关键词：

三向聚类;三方决策;重叠群集

软件：

ML-KNN公司;UCI-毫升;剪影
PDF格式BibTeX公司 XML格式引用
\textit{M.K.Afridi}等人，国际期刊近似推理118，47-63（2020；Zbl 1434.68566）
全文： 内政部

参考文献：

[1] Afridi，M.K。；北阿扎姆。；姚明，J.T。；Alanazi，E.，《使用GTRS处理缺失数据的三向聚类方法》，《国际期刊近似原因》。，98, 11-24 (2018) ·Zbl 1451.62070号
[2] Arabie，P。；卡罗尔，J.D。；德萨博，W。；Wind，J.，《重叠聚类：产品定位的新方法》，J.Mark.Res.，18，310-317（1981）
[3] Aslam，J.A。；Pelekhov，E。；Rus，D.，《静态和动态信息组织的星型聚类算法》，J.Graph Algorithms Appl。，8, 95-129 (2004) ·Zbl 1068.68098号
[4] 北阿扎姆。；Yao，J.T.，使用概率粗糙集的基于方差的三方决策确定，（国际粗糙集联合会议论文集。国际粗糙集联合会议论文集，IJCRS'16。粗糙集国际联合会议论文集。国际粗糙集联合会议论文集，IJCRS’16，计算机科学讲义，第9920卷（2016），209-218
[5] Bezdek，J.C.，《模糊目标函数算法的模式识别》（1981），Kluwer学术出版社：Kluwer-学术出版社，美国马萨诸塞州诺威尔·兹比尔0503.68069
[6] Bezdek，J.C。；埃利希·R。；Full，W.，FCM：模糊c-均值聚类算法，计算。地质科学。，10, 191-203 (1984)
[7] Campagner，A。；Ciucci，D.，《正交分区和软聚类：聚类验证的软互信息度量》，Knowl-基于系统。，180, 51-61 (2019)
[8] 查图尔维迪。；卡罗尔，J.D。；格林，体育。；Rotondo，J.A.，《通过重叠k-质心聚类进行市场细分的基于特征的方法》，J.Mark.Res.，34，370-377（1997）
[9] Cleuziou，G.，重叠聚类的k-means方法的扩展版本，（第19届模式识别国际会议（2008）），1-4
[10] 邓，X.F。；Yao，Y.Y.，《概率三方决策的多方面分析》，Fundam。通知。，132, 291-313 (2014) ·Zbl 1302.68257号
[11] Gabrielli，L。；朱弗里达，S。；Trovato，M.R.，《城市住房次级市场的差距和重叠：硬聚类和模糊聚类方法》，（评估：从理论到实践（2017）），203-219
[12] 高，C。；姚义勇，用齐方统计确定三方决策中的阈值，（粗糙集国际联合会议，国际粗糙集联合会议，IJCRS’16。国际粗糙集联合会议。国际粗糙集联合会议，IJCRS’16，计算机科学讲义，第9920卷（2016年），272-281
[13] 吉尔·加西亚，R.J。；巴迪亚·孔特列斯，J.M。；Pons-Porrata，A.，扩展恒星聚类算法，（伊比利亚美洲模式识别大会（2003）），480-487
[14] Goldberg，M。；凯利，S。；Ismail，M.M。；Mertsalov，K。；Wallace，A.，《在社交网络中发现重叠社区》（IEEE第二届社会计算国际会议（Socialcom）（2010）），104-113
[15] 赫伯特，J.P。；Yao，J.T.，博弈论粗糙集，Fundam。通知。，108, 267-286 (2011) ·Zbl 1243.91016号
[16] Holland，J.H.，《自然和人工系统的适应：生物学、控制和人工智能应用的介绍性分析》（1992年），麻省理工学院出版社
[17] 克里希纳普兰，R。；Joshi，A。；Yi，L.，k-medoids算法的模糊关系及其在web文档和片段聚类中的应用，（IEEE模糊系统国际会议（1999）），1281-1286
[18] Lichman，M.，UCI机器学习库（2013），（检索日期：2019-04-06）
[19] Lingras，P。；Peters，G.，粗糙聚类，Wiley跨学科评论：数据挖掘和知识发现，第1卷，64-72（2011）
[20] Lingras，P。；West，C.，使用粗糙k均值对网络用户进行区间集聚类，J.Intell。信息系统。，23, 5-16 (2004) ·Zbl 1074.68586号
[21] Long，A.N。；Dagogo-Jack，S.，糖尿病和高血压的共病：靶器官保护的机制和方法，临床杂志。高血压。，13, 244-251 (2011)
[22] MacQueen，J.，《多元观测分类和分析的一些方法》（第五届伯克利数理统计与概率研讨会（1967）），281-297·Zbl 0214.46201号
[23] 马吉德，B。；北阿扎姆。；Yao，J.T.，用遗传算法确定概率粗糙集的阈值，（粗糙集与知识技术国际会议。粗糙集与知能技术国际会议，RSKT’14。粗糙集与知识技术国际会议。粗糙集与知识技术国际会议，RSKT’14，计算机科学讲稿，第8818卷（2014），693-704
[24] Masson，M.H。；Denœux，T.，RECM：关系证据c均值算法，模式识别。莱特。，30, 1015-1026 (2009)
[25] 密特拉，S。；Banka，H。；Pedrycz，W.，粗糙模糊协同聚类，IEEE Trans。系统。人类网络。，B部分，网络。，36, 795-805 (2006)
[26] Ng，A.Y.先生。；M.I.乔丹。；Weiss，Y.，《关于谱聚类：分析和算法》，（神经信息处理系统进展（2002）），849-856
[27] Pedrycz，W.，《阴影集框架下的簇解释》，模式识别。莱特。，26, 2439-2449 (2005)
[28] 佩雷斯-苏亚雷斯，A。；马丁内斯·特立尼达，J.F。；Carrasco-Ochoa，J.A。；Medina-Pagola，J.E.，OClustR：一种新的基于图形的重叠聚类算法，神经计算，121，234-247（2013）
[29] Peters，G.，《利用无差异原则进行粗聚类》，《信息科学》。，277, 358-374 (2014)
[30] 彼得斯，G。；克雷斯波，F。；Lingras，P。；韦伯，R.，《软聚类——模糊和粗糙方法及其扩展和衍生》，《国际期刊近似推理》。，54, 307-322 (2013)
[31] Rousseeuw，P.J.，《Silhouettes：聚类分析解释和验证的图形辅助》，J.Comput。申请。数学。，20, 53-65 (1987) ·Zbl 0636.62059号
[32] Sun，P.G。；高，L。；Han，S.S.，复杂网络中重叠和非重叠群落结构的模糊聚类识别，信息科学。，181, 1060-1071 (2011) ·Zbl 1208.91120号
[33] 王，P.X。；Yao，Y.Y.，CE3：一种基于数学形态学的三元聚类方法，Knowl-基于系统。，155, 54-65 (2018)
[34] 黄，J.J。；Gleich，D.F。；Dhillon，I.S.，使用邻居膨胀种子扩展的重叠社区检测，IEEE Trans。知识。数据工程，28，1272-1284（2016）
[35] 姚明，J.T。；Azam，N.，基于Web的医疗决策支持系统，用于使用游戏理论粗糙集进行三方医疗决策，IEEE Trans。模糊系统。，23, 3-15 (2015)
[36] 姚明，J.T。；赫伯特，J.P.，《粗糙集分析的博弈理论视角》，J.重庆邮电大学。（自然科学编辑），20291-298（2008）
[37] 姚，Y。；Lingras，P。；王，R。；Miao，D.，区间集聚类分析：重构，（粗糙集、模糊集、数据挖掘和粒度软件计算国际研讨会（2009）），398-405
[38] Yao，Y.Y.，《三方决策理论概述》，（第八届国际粗糙集与计算当前趋势会议，第八届粗糙集与计算机当前趋势国际会议，RSCTC’12。第八届国际粗糙集会议和当前计算趋势。第八届国际粗糙集与当前计算趋势会议，RSCTC’12，计算机科学讲稿，第7413卷（2012）），1-17·兹比尔1404.68177
[39] Yao，Y.Y。；Gao，C.，《三方决策的统计解释》，（第十届国际粗糙集与知识技术会议，第十届粗糙集和知识技术国际会议，RSKT’15。第十届粗糙集与知识技术国际会议。第十届粗糙集与知识技术国际会议，RSKT’15，计算机科学讲义，第9436卷（2015）），309-320
[40] Yu，H.，三元聚类分析框架，（第二届国际粗糙集联合会议，第二届粗糙集国际联合会议，IJCRS’17。第二届国际粗糙集联合会议。第二届国际粗糙集联合会议，IJCRS’17，计算机科学讲义，第10313卷（2017），300-312
[41] Yu，H。；陈，Y。；Lingras，P。；Wang，G.，《大规模数据的三向聚类集成方法》，《国际期刊近似原因》。，115, 32-49 (2019) ·Zbl 1471.62401号
[42] Yu，H。；陈，Y。；姚，J。；Wang，X.，基于改进的DBSCAN算法Phys的三向聚类方法。A、 统计机械。申请。，535，第122289条pp.（2019）
[43] Yu，H。；焦，P。；Yao，Y.Y。；Wang，G.Y.，用三方决策检测和细化复杂网络中的重叠区域，信息科学。，373, 21-41 (2016) ·Zbl 1429.68245号
[44] Yu，H。；刘，Z。；Wang，G.，使用决策理论粗糙集自动确定簇数的方法，国际期刊近似推理。，5510-115（2014）·Zbl 1316.68121号
[45] Yu，H。；苏，T。；Zeng，X.H.，不完全数据的三向决策聚类算法，（第九届粗糙集与知识技术国际会议，第九届粗集与知识科技国际会议，RSKT’14。第九届粗糙集与知识技术国际会议。第九届粗糙集与知识技术国际会议，RSKT’14，计算机科学讲稿，第8818卷（2014），765-776·Zbl 1323.68451号
[46] O.扎米尔。；Etzioni，O.，《网络文档聚类：可行性论证》（《第21届国际ACM SIGIR信息检索研究与开发会议论文集》，1998年），46-54
[47] 张，M.L。；Zhou，Z.H.，ML-KNN：多标签学习的懒惰学习方法，模式识别。，40, 2038-2048 (2007) ·Zbl 1111.68629号
[48] 张，S。；Wang，R.S。；Zhang，X.S.，使用模糊c-均值聚类识别复杂网络中重叠的社区结构，物理学。A、 统计机械。申请。，374, 483-490 (2007)
[49] 周，J。；赖，Z。；Miao，D。；高，C。；Yue，X.，基于阴影集的多粒度粗模糊聚类，信息科学。，507553-573（2020）·Zbl 1456.62124号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。