1.2模糊类分析.ppt

模糊聚类分析 一. 数据规格化;二. 构造模糊等价矩阵. 数据规格化常用的数据规格化方法有如下几种:1. 数据标准化(i) 对特性指标矩阵U*的第j列,计算(ii) 作变换 则以u?ij作为元素的特性指标矩阵就是数据规格化的特性指标矩阵,记作U* =(u?ij)n×m 构造模糊等价矩阵设被分类对象的集合为 U={u1,u2, …, un}, 每一个对象ui有m个特性指标(即反映对象特征的主要指标),并记 ui ={ui1,ui2, …, uim}, i =1,2,…,n 其中uij表示第i个对象的第j个特性指标,则n个对象的所有特性指标构成一个矩阵,记作 称U*为U的特性指标矩阵. 构造模糊相似矩阵设数据u?ij (i =1,2,…,n; j =1,2,…,m)均已规格化,下面用多元分析的方法来确定对象ui=(ui1, ui2,…, uin)和uj =(uj1, uj2,…, ujn)之间的相似程度 rij =R (ui, uj)?[0,1], (i =1,2,…,n; j =1,2,…,m) 从而构造出一个对象与对象之间的模糊相似矩阵2.距离法设d(ui, uj)表示对象ui和uj的距离, 则d(ui, uj)越大, rij就越小, 而d(ui, uj)越小, rij就越大。 一般地, 可取 rij=1－c(d(ui, uj))? 其中c和?是两个适当