Resumen

El objetivo de este estudio es centrarse en el problema de los sujetos de algoritmos de agrupamiento tradicionales que están sujetos a la influencia de la distribución del espacio de datos. Se emplea un nuevo algoritmo de agrupamiento combinado con la teoría de conjuntos aproximados para el agrupamiento normal. El algoritmo de agrupamiento áspero propuesto toma los atributos de condición y los atributos de decisión mostrados en la tabla de información como principio de consistencia, al mismo tiempo que toma el supercubo de datos y la entropía de información para realizar el acortamiento y discretización de atributos de datos. Basándose en la discusión anterior, mediante la aplicación del principio de adición de vectores de características ensamblados, solo un escaneo de la tabla de información puede realizar el agrupamiento para el sujeto de datos. Los experimentos revelan que el algoritmo propuesto es eficiente y factible.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Estudio; Algoritmo de agrupamiento; Teoría de conjuntos aproximados; Distribución del espacio de datos; Tabla de información; Atajo de atributos
• Keywords:Study; Clustering algorithm; Rough set theory; Data space distribution; Information table; Attribute shortcutting