可以分为灰色关联聚类和灰色白化权函数聚类。-南京航空航天大学精品.ppt

;　　灰色聚类是根据灰色关联矩阵或灰数的白化权函数将一些观测指标或观测对象聚集成若干个可以定义类别的方法。按聚类对象划分，可以分为灰色关联聚类和灰色白化权函数聚类。 　　灰色关联聚类主要用于同类因素的归并，以使复杂系统简化。由此，我们可以检查许多因素中是否有若干个因素关系十分密切，使我们既能够用这些因素的综合平均指标或其中的某一个因素来代表这几个因素，又可以使信息不受到严重损失。灰色白化权函数聚类主要用于检查观测对象是否属于事先设定的不同类别，以区别对待。;5.1 灰色关联聚类 设有 个观测对象，每个观测对象 个特征数据，得到序列如下 对所有的 计算出 与 的绝对关联度 得上三角矩阵;其中 定义 5.1.1 上述矩阵A称为特征变量关联矩阵. 取定临界值 一般要求 当 时 则视 与 为同类特征. 定义 5.1.2 特征变量在临界值 下的分类称为特征变量的 灰色 关联聚类. 可以根据实际问题的需要确定, 越接近于1,分类 越细; 越小,分类越粗. ;5.2 灰色变权聚类 定义 5.2.1 设有 个聚类对象, 个聚类指标, 个不同灰类,根 据第 个对象关于 指标的样本值 将第 个对象归入第 个灰类之中,称为灰色聚类. 定义 5.2.2 将 个对象关于指标 的取值相应地分为 个灰类, 我们称之为 指标子类. 指标 子类的白化权函数记为 定义 5.2.3 设 指标 子类的白化权函数 为如下图所示 的典型白化权函,则称 为 的转折 点,典型白化权函数记为 ;定义 5.2.4 1、若白化权函数 无第一和第二个转折点 则称 为下限测度白化权函数，记为 2、若白化权函数 的第二和第三个转折点重合，则称 为适中测度白化权函数，记为 3、若 无第三和第四个转折点，则称 ??上限测度白 化权函数，记为 ;命题 5.2.1 对于图5.2.1所示的典型白化权函数，有（其余见 书P81-82）;定义 5.2.2 1、对于图5.2.1所示的 指标 子类白化权函数，令 2、对于图5.2.2所示的 指标 子类白化权函数，令 3、对于图5.2.1和图5.2.4所示的 指标 子类白化权函数，令 则称 为 指标 子类临界值。 定义5.2.6 设 为 指标 子类临界值，则称 为 指标关于 子类的权。 定义 5.2.7 设 为对象 关于指标 的标本， 为 指标 子类 白化权函数， 为 指标关于 子类的权，则称 为对象 属于 灰类的灰色变权聚类系数。;定义 5.2.8 称 1、 为对象 属于 灰类的灰色变权聚类系数。 2、 为聚类系数矩阵。 定义 5.2.9 设 ，则称对象 属于灰类 灰色变权聚类适用于指标的意义、量纲皆相同的情形，当指标的意义、量纲 不同，且指标的样本值在数量上悬殊较大时，不宜采用灰色变权聚类。 ;5.3 灰色定权聚类 解决上述问题有两条途径：1、采用初值化算子或均值化算子将指标样本 值化为无量纲数据，然后进行聚类。这种方式不能反映不同指标在聚类过 程中的差异性。2、对各聚类指标事先赋权。即定权聚类。 定义 5.3.1 设 为对象 关于指标