论文部分内容阅读
传统的模糊等价关系聚类方法不能根据具体的约束条件进行聚类，使得聚类结果准确性低，不满足要求。为解决该问题，在传统方法的基础上，根据距离约束条件预处理数据集并且扩维，提出一种新的模糊聚类方法。通过数据间的Euclid距离以及约束条件为每个数据建立数据间关系，用来描述数据间的约束条件满足情况，同时将此作为数据的新增维度，更新原数据集并重新构建相似程度方程，获得对应的相似矩阵并基于模糊等价关系进行聚类。在真实数据集上的实验结果表明，与传统无指导的模糊等价关系聚类方法相比，提出的聚类方法克服了不能根据具体约束条件