ORF  >> Vol. 6 No. 4 (November 2016)

    模糊聚类与数据挖掘在数据分析中的应用
    Application of Fuzzy Clustering and Data Mining in Data Analysis

  • 全文下载: PDF(799KB) HTML   XML   PP.115-121   DOI: 10.12677/ORF.2016.64015  
  • 下载量: 923  浏览量: 2,205   科研立项经费支持

作者:  

张东生,王永强,苏 婧,王青博:河南大学软件学院,河南 开封

关键词:
模糊聚类数据挖掘数据分析人工智能应用研究Fuzzy Clustering Data Mining Data Analysis Artificial Intelligence Application Research

摘要:

针对一般统计方法的不足,提出模糊聚类和数据挖掘方法在数据分析中的应用。概要介绍了两种智能分析方法的基本原理,并通过具体案例给出两种分析方法的实验结果,比较了各自的特点。特别提出本文所作的先做聚类分析,再在聚类结果的基础上进行数据挖掘的优势。具有较强的启发性和工程应用参考价值。

In view of the deficiency of general statistical methods, this paper presents the application of fuzzy clustering and data mining methods in data analysis. This paper introduces the basic principles of the two kinds of intelligent analysis methods, gives the experimental results of two kinds of analysis methods through specific cases, and compares their characteristics. In this paper, we put forward the advantages of data mining based on clustering results. It has a strong heuristic and engineering application reference value.

文章引用:
张东生, 王永强, 苏婧, 王青博. 模糊聚类与数据挖掘在数据分析中的应用[J]. 运筹与模糊学, 2016, 6(4): 115-121. http://dx.doi.org/10.12677/ORF.2016.64015

参考文献

[1] 崔妍, 包志强. 关联规则挖掘综述[J]. 计算机应用研究, 2016, 33(2): 330-334.
[2] Keller, A. (2000) Fuzzy Clus-tering with Outliers. Proceedings of 19th Conference North American Fuzzy Information Processing Society, Atlanta, IEEE Press, Piscataway, 143-147.
[3] 张东生, 张缨. 一种带有显著特征项的模糊聚类算法[J]. 河南大学学报(自然科学版), 2011, 41(2): 184-187.
[4] Looney, C.G. (1999) A Fuzzy Clustering and Fuzzy Merging Algorithm. Uni-versity of Nevada, Redo, NV89557.
[5] 杨淑莹. 模式识别与智能计算——Matlab技术实现[M]. 北京: 电子工业出版社, 2015: 271-298.
[6] 梁保松, 曹殿立. 模糊数学及其应用[M]. 北京: 科学出版社, 2007: 59-62.
[7] 吕安民, 李成名, 林宗坚. 基于空间统计分析的关联规则应用研究[J]. 计算机科学, 2002, 29(4): 53-54.