基于MATLAB的FCM聚类算法研究.pdfVIP

应用科学 基于MATLAB的FCM聚类算法研究 俞群爱王艳清 (浙江传媒学院现代教育技术中心浙江杭州310018) 验数据库进行了详细分析。结果显示，如要提高聚类的准确率，需先完成初始中心确定的两阶段FCM聚类算法，避免初值的主观随意性，从而可以提高模糊 聚类的效率和准确性。 FCM聚类算法模糊集合 【关键词MATLAB ’ l引言 t(R)形成模糊等价矩阵是最自然的想法。当生成传递闭包后，取某一实数 FCM算法是一种摹于划分的聚类算法，它的思想就是使得被划分到同 1∈[0，1]，生成卜截集矩阵，便可得到不同的分类，从而形成一种动态聚 一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊c均值算 类图。 法是普通c均值算法的改进，普通C均值算法对于数据的划分是硬性的， 传递闭包是包含R的最小传递矩阵，通常采用逐步平办法求R的传递 而FCM则是一种柔性的模糊划分。FCM算法需要两个参数一个是聚类数目 C，另一个是参数m。一般来讲c要远远小于聚类样本的总个数，同时要保 (R)=R。 证C1。对于m，它是一个控制算法的柔性的参数，如果m过大，则聚类效果 算法分析：采用传递闭包法进行分类，虽然从原理上看很自然，但在面 会很次，而如果m过小则算法会接近HCM聚类算法。算法的输出是C个聚向全体教师的教学评价中，其对应的模糊相似矩阵阶数较高，计算量很大， 类中心点向量和C*N的一个模糊划分矩阵，这个矩阵表示的是每个样本点 因此应用受到一定的限制。町根据传递闭包自反性、对称性特点，其对对角 属于每个类的隶属度。根据这个划分矩阵按照模糊集合中的最大隶属原则 线元素永远为1，且可只计算上三角或下三角，这样可以适度减少计算量。 就能够确定每个样本点归为哪个类。聚类中心表示的是每个类的平均特 2．2最大树法 征，可以认为是这个类的代表点，FCM算法对于满足正态分布的数据聚类 传递闭包法是基于等价矩阵进行分类的，而最大树法是直接使用相似 效果会很好。 矩阵进行分类的，其基本思想是：以被分类元素为顶点，以模糊相似矩阵R 2常用的其他模糊聚类算法 中的元素为权重的一棵最大的生成树。最大树模糊聚类算法的主要步骤 目前比较常用的模糊聚类算法有：基于模糊等价关系的传递闭包方 为： 法；基于模糊图论的最大树方法。设聚类样本空间为X=(x。，X：，…，x≯，对应 ①提取待聚类对象的特征，建立模糊相似关系，得出模糊相似矩阵： 的模糊相似矩阵为R=(r。．)。其中，r。，∈[0，1]，r。表示对象x；和X．的相似②根据模糊相似矩阵，按Prim方法或Cruuskal求出最大树； 度，相似度的计算可采用相似系数法、距离法以及主观评分法等，本文中选 ③确定相应的阙值l，将最大树中权重小于该阈值的边去掉，使其成 择欧氏距离法。 为一个不连通的图，该图对应有若干个连通分枝，各连通分枝中的结点即 2．1传递闭包法 聚为一类。 根据模糊数学理论，模糊等价矩阵能进行等价的分类，而模糊相似矩 算法分析：事实上，如果将最大树中连接两个结点i和结点j所在边 阵仅仅满足自反性和对称性，并不满足传递性，因此采用求R的传递闭包 的权作为rij构造矩阵，则该矩阵其实就是R的一个传递闭包。因此最大 有益的针状铁素体数量随氮含量增加而减少造成的。氮在钢中的作用具有 造成的：第二类氢脆称为环境氢脆。它是在应力和氢气氛或其它含氢介质 双重性： 的联合作用下引起的一种脆性断裂，如贮氢的压力容器中出现的高压氢脆 (1)作为固溶强化元素，提高钢材的强度： 内部氢脆断口往往出现“白点”，白点又有两种类型：一种是在钢件中