粗糙集和遗传算法在小麦种子聚类判别中的应用

作者：张雪峰; 李莹数据挖掘聚类分析粗糙集遗传算法判别分析

摘要：以UCI国际常用标准测试数据集中的Seeds数据为实验数据,Seeds数据分别随机取自3个不同品种的小麦籽粒：卡玛（Kama）、罗萨（Rosa）和加拿大（Canadian）.为了能够有效地获取决策表中属性最小相对约简,提出了粗糙集和遗传算法集成的策略,采用基于遗传算法的粗糙集对条件属性进行约简,去除冗余或者相关性很强的变量,使用系统聚类和K-means聚类相结合的方法,得到收敛的聚类结果,进而利用聚类的结果作为判别分析的条件,通过距离判别法得到线性判别函数判断新样品的所属类别,进而给出了该方法的知识获取模型,并通过仿真实验验证了此方法的有效性.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社