来源：期刊VIP网 时间：
作者：邵春梅;万仁霞;苗夺谦;赵杰;
单位：北方民族大学数学与信息科学学院;宁夏智能信息与大数据处理重点实验室(北方民族大学);同济大学电子与信息工程学院;
摘要：为了解决高维数据集中冗余信息影响三支高斯混合模型聚类效果的问题，将粒球邻域粗糙集的理论融入三支高斯混合聚类模型中，提出一种基于粒球邻域粗糙集的三支高斯混合聚类模型。首先，使用k-means聚类生成满足纯度要求的粒球集，再在粒球生成正域不变约束下进行属性约简，提取关键属性。其次，使用三支高斯混合模型对约简后的数据进行聚类，将对象划分到类簇的核心域或边界域。在7个UCI公共数据集上的对比实验结果表明，所提模型不仅继承了三支高斯混合聚类模型优越的聚类性能，具有更高的准确率、轮廓系数和更低的戴维森堡丁指数，其对类簇边界部分的刻画也更加准确。此外，由于所提模型对高维空间进行了属性约简处理，使得其具有更小的时间复杂度。
关键词：高维数据;;三支高斯混合模型;;聚类;;粒球邻域粗糙集;;正域;;属性约简
基金资助：国家自然科学基金项目(62066001);; 宁夏科技领军人才项目(2022GKLRLX08);; 宁夏自然科学基金项目(2021AAC03203)
