模糊等价矩阵求解代码.docVIP

”模糊等价矩阵”;英文对照 fuzzy equivalence matrix; ”模糊等价矩阵”;在学术文献中的解释 1、R满足自反性、对称性,且满足:(3)传递性min(r*k,r助)镇r.j’称为模糊等价矩阵,根据任意指定的闭值(0耳入蕊1),将R‘载为普通等价矩阵R‘,‘人 文献来源 2、这一矩阵称为模糊等价矩阵.用平方自合成法可以构造出等价矩阵,方法如下:R.R==R.R.R.=R.若R=R.则R为模糊等价矩阵 基于模糊等价关系的模糊聚类分析 收藏 假设R是X上的模糊等价关系，则对任意的a,R的a-截集是X上的普通等价关系，因此，可以根据X上的模糊关系，对X进行模糊分类。当取不同的a值，则可以得到不同的分类结果，即分类是动态的。 实际操作中，一般情况下，我们所获得是一系列样本，假设有N个，每个样本可以看作是M维空间中的一个点。可以表示如下，论域： ，对第i个元素有 1.数据预处理 考虑到不同的数据可能有不同的量纲，因此，再处理之前，有必要对数据进行相当的变换。常用的变换标准差变换和极差变换： 标准差变换： 经过变换后，每个变量的均值为0，标准差为1，并可以消除量纲的影响，但值不一定在0和1之间。 极差变换： 经过变换后，消除了量纲的影响，并且值在0和1之间。 2 模糊相似矩阵的建立 由已知的数据，可以建立论域上的模糊关系矩阵，其目的是为构造模糊等价矩阵提供数据。 计算模糊关系矩阵由很多方法，如夹角余弦法，相关系数法，算术平均法，几何平均法，最大最小法，以夹角余弦为例，可用下述公式计算： 3 用传递闭包法求模糊等价矩阵 由以上过程所建立的矩阵一般仅具有自反性和对称性，不满度传递性，必须进行变换转换为模糊等价矩阵。常采用传递闭包法，即从上述R矩阵出发，求R^2--R^4--R^8...，直到第一次出现R^k × R^k＝R^k，这时表明R以具有传递性。 4 根据模糊等价矩阵和某以a得到分类结果。 部分代码实现： **********************************数据的标准差变化**************************** 过 程 名： Norm_Diff 参 数： Data() - Double ,待变换的二维数组 说 明： 执行改函数后数组中了保存变换的数据 作 者： 修 改 者： laviepbt 修改日期： 2006-11-1 **********************************数据的标准差变化**************************** Public Sub Norm_Diff(ByRef Data() As Double) Dim m As Integer, N As Integer, i As Integer, j As Integer Dim Ave As Double, s As Double N = UBound(Data, 1): m = UBound(Data, 2) n样品数，m变量数 For j = 1 To m Ave = 0 For i = 1 To N Ave = Ave + Data(i, j) Next Ave = Ave / N ave是平均值 s = 0 For i = 1 To N s = s + (Data(i, j) - Ave) ^ 2 s是标准差 Next s = Sqr(s / N) For i = 1 To N Data(i, j) = (Data(i, j) - Ave) / s Next Next End Sub **********************************数据的极差变换**************************** 过 程 名： Extre_Diff 参 数： Data() - Double ,待变换的二维数组 说 明： 执行改函数后数组中了保存变换的数据 作 者： 修 改 者： laviepbt 修改日期： 2006-