论文部分内容阅读
如今的聚类算法在数据挖掘和信息安全方面已有相当的应用。事实上在大数据时代之中，为了识别已知的或未知的数据则需要将通过数据聚类的算法来计算和实现。数据聚类算法是一种智能性的算法，其可以使得机器通过自我的学习来识别已知和未知的数据。目前的数据聚类算法，有基于划分的聚类算法、基于层次的聚类算法等各种的聚类算法。但在这些聚类算法中经典的算法仍然是基于距离的聚类算法，如 K‐means 算法。因此论文的作者在查阅了一些关于距离聚类的算法之后，提出了将粗糙集中决策系统在 K‐means 算法中进行首次的应用，这是论文的创新点。