摘要：在区间值数据的聚类算法中,区间数之间的距离大多仅考虑两区间数的上下界值,其最大缺陷在于所定义的距离不满足视觉合理性。因此,区间值数据的聚类很难用传统的FCM方法。为了解决这个问题,本文引入了一种新的区间数的距离测度,扩展了一种可直接处理特征空间为区间数的聚类问题的FCM聚类算法。通过对比分析表明,该算法更具合理性及有效性。

关键词：区间数 聚类算法 距离测度 fcm 

单位：南京林业大学信息科学技术学院 南京210037 南京工业大学自动化与电气工程学院 南京210009