模糊数学建模—模糊聚类分析.pptVIP

模糊聚类分析;模糊矩阵;模糊矩阵;模糊矩阵间的关系及并、交、余运算; 设A = (aik)m×s，B = (bkj)s×n，称模糊矩阵 A ° B = (cij)m×n， 为A 与B 的合成，其中cij = ∨{(aik∧bkj) | 1≤k≤s} .;模糊矩阵的转置;模糊矩阵的λ－截矩阵;模糊聚类分析;模糊关系;模糊关系的运算; (R1∪R2 )(x, y)表示(x, y)对模糊关系“R1或者R2”的相关程度， (R1∩R2 )(x, y)表示(x, y)对模糊关系“R1且R2”的相关程度，Rc (x, y)表示(x, y)对模糊关系“非R”的相关程度.;模糊关系的合成;模糊等价矩阵; 当?＜?时, R?的分类是R?分类的加细.当?由1变到0时, R?的分类由细变粗,由模糊等价关系R确定的分类所含元素由少变多,逐步归并,最后成一类,这个过程形成一个动态聚类图,称之为模糊分类．;故R是模糊等价矩阵 再令λ由1降至0,写出Ｒλ,按Ｒλ分类;; ．．．．．． 以此类推,可以得到:;模糊相似关系;模糊相似矩阵的性质;;模糊聚类分析的一般步骤;a 平移 ? 标准差变换;(2)建立模糊相似矩阵方法;b 相似系数法 ----相关系数法;c 距离法;（3）聚类（并画出动态聚类图）;最佳分类的确定;称为总体样本的中心向量.对应于? 值的分类数为r第 j 类的样本数为nj，第 j 类的样本标记为;作F- 统计量：; 如果满足不等式F＞F? ( r -1, n -r )的F值不止一个，则可根据实际情况选择一个满意的分类，或者进一步考查差 ( F - F? )/F? 的大小，从较大者中找一个满意的F值即可.;建　模　实　例;蠓的分类;;模糊判别方法 先将已知蠓重新进行分类.; 当? = 0.919时,分为3类{1, 2, 3, 6, 4, 5, 7, 8}, {9},{10, 11, 12, 13, 14, 15},三类的中心向量分别为(1.395, 1.770),(1.560, 2.080),(1.227, 1.927).;采用贴近度; ③ 设Af是传粉益虫, Apf是某种疾病的载体, 是否应修改你的分类方法？若需修改, 为什么？;DNA序列分类与模糊识别;(1) 已知类别DNA序列的模糊分类;;(2) 确定最佳分类;