模糊聚类分算法研究.docVIP

  • 11
  • 0
  • 约3.28万字
  • 约 52页
  • 2018-06-20 发布于浙江
  • 举报
模糊聚类分算法研究

摘要 聚类就是按照事物间的相似性进行区分和分类的过程,在这一过程中没有教师指导,因此是一种无监督的分类。聚类分析则是用数学方法研究和处理所给定对象的分类。传统的聚类分析是一种硬划分,它把每个待辨识的对象严格地划分到某个类中,具有非此即彼的性质,因此这种分类的类别界限是分明的。而实际上大多数对象并没有严格的属性,它们在性态和类属方面存在着中介性,适合进行软划分。Zadeh提出的模糊集理论为这种软划分提供了有力的分析工具,人们开始用模糊的方法来处理聚类问题,并称之为模糊聚类分析。 模糊聚类分析算法的一般包括三个步骤:第一步:数据标准化;第二步:建立模糊相似矩阵;第三步:聚类。本文对模糊聚类分析中的两种算法进行了重点研究。最后利用matlab实现了一个模糊聚类算法,并用实例加以验证。 关键词:模糊集合,模糊聚类分析,模糊等价矩阵,传递闭包 Abstract This paper will illustrate “clustering analysis” thoroughly. Cluster is a process that assorts things by their similarity. There is no adviser in this process, so it is a non-supervised classification. “Clustering ana

文档评论(0)

1亿VIP精品文档

相关文档