论文研究 数据挖掘中区间数据模糊聚类研究 ——基于Wasserstein测度.pdf

针对目前区间数据模糊聚类研究中区间距离定义存在的局限性，引入能够考虑区间数值分布特征的Wasserstein距离测度，提出基于Wasserstein距离测度的单指标和双指标自适应模糊聚类算法及迭代模型。通过仿真实验和CR指数，证实了该类模型的优势。该算法在海量、堆积如山的数据挖掘中有着重要的实践意义。