一种模糊C-均值聚类分析的实现.docVIP

一种模糊C-均值聚类分析的实现 姓名：赵增辉 指导老师：张俊花 [内容提要] 本文对模糊C-均值聚类分析方法进行软件实现，利用VB实现对Excel的控制，对Excel中的数据进行分析，将分析得到的结果输出到相应Excel表单中。利用Excel打印功能实现打印输出。为模糊C-均值聚类分析的软件实现提供一种可视化的实现方法。 [关键词] 模糊数学、聚类分析、隶属度、样方 一、引言 模糊数学分类是基于模糊集理论之上的分类方法。它能够较好的描述、反映自然现象和规律。被普遍应用于生物学、农学、林学及地学等学科。[1] 目前，国内相关分析软件，主要有双向指示种分析法（TWINSPAN）、回归分析等，没有涉及到模糊C-均值聚类分析的软件。在国外，可以找到能够实现C-均值聚类分析的软件，缺点是只能在命令界面下执行，而且输入输出很不方便。 于是，开发一个可以在可视环境下进行便捷操作的模糊C-均值聚类分析软件，可以大大减少研究分析人员的工作量，提高研究人员的工作效率，解决对繁多采集数据的处理问题。 二、其它常用方法介绍 1、双向指示种分析法(TWINSPAN） 双向指示种分析法(Tow-way indicator species analysis, TWINSPAN)(Hill)(1979)是由指示种分析(Indicator species analysis)(Hill等1975)修改而成的。指示种分析仅给出样方分类，TWINSPAN同时完成样方和种类分析。 TWINSPAN首先对数据进行CA/RA排序，得到第一排序轴，再以排序轴为基础进行分类。TWINSPAN同时进行样方和种类的分类，它的结果是把种类和样方类型排成一个矩阵，该矩阵明显反映种类和样方间的关系，并能反映出重要的环境梯度。可以提供满意的结果，再加上Hill为其编有国际通用程序，使得这一方法在80年代大为流行，成为当今最常用的分类方法之一。 2、回归分析 在植物群落中，环境因子与植物种的多度和分布之间有着密切的关系。因此，可以以环境变量为自变量，种类为因变量建立关系方程，这一过程就是回归分析的过程。 回归分析是分析植被环境最常用的方法之一，它适合于涉及种类和环境因子较少的数据分析，比如一个种的多度与某个环境因子或某些环境因子之间的关系，分别可使用一元线性回归或多元线性回归进行研究，也可以用非线性回归分析。[1] 三、模糊C-均值聚类分析 1、定义 模糊C-均值聚类是以所分组内平方和最小化为判据，组内平方和定义为： Jm(U,V,A)= (dijA)2 (1) i=1,2,……，N=样方数；j=1,2,……，C为预分组数。其中： (dijA)2==（）TA（） (2) 为距离指标，U为隶属度矩阵，U={Uij}，Uij指第i个样方在第j个分组中的隶属度，Vj为第j类的中心，Xi为第i个样方的基础值，一般为一排序坐标值；m为模糊参数（1≤m＜∞）；C为要分的组数，是预先确定的；A为任一N维矩阵，是人为给定的，以使数据保持一定的空间结构。如果A取单位矩阵，则（2）式就简化为： (dij)2= (3) 模糊参数m可以取大于或等于1的任何值，但当m=2时，聚类结果最满意（Equihua 1990），所以一般取m=2。 2、介绍 模糊C-均值聚类(Fuzzy c-means clustering)也叫模糊ISO-DATA聚类(Fuzzy iterative self-orgnizing data clustering)(Bezdek 1981,1987; Equihua 1990)。 该方法的结果是用隶属度(membership)表示，表明属于某种类型的程度。它是目前唯一的重叠分类方法。 四、模糊C-均值聚类分析的构思和实现 1、构思 科研人员通常将采集的数据放在Excel表单中，对于Excel中的数据进行模糊C-均值聚类分析处理是一个复杂过程，于是开发一个能够直接操作Excel进行分析的软件对研究人员来说，可以大大减少研究人员的工作量，提高研究人员的效率。 利用Visual Basic的强大功能，可以直接调用Microsoft Excel，实现对Excel表单的读写控制及相关操作，并且可以将分析结果直接输出到Excel表单中，方便研究人员查看和打印。 2、实现 笔者在Windows 2000 Professional 系统下进行了该程序设计，数据平台选用Microsoft Excel 10.0，开发工具为VB6.0，系统是基于研究人员保存在Excel中的数据进行的。 （1）读取选定的Excel数据 通过VB的CommonDialog控件可以设定*.xls筛选器，使计算机中的Excel数据一目