Matlab学习系列23.模糊聚类分析报告原理及实现.pdfVIP

实用标准 23. 模糊聚类分析原理及实现 聚类分析， 就是用数学方法研究和处理所给定对象， 按照事物间 的相似性进行区分和分类的过程。 传统的聚类分析是一种硬划分， 它把每个待识别的对象严格地划 分到某个类中，具有非此即彼的性质， 这种分类的类别界限是分明的。 随着模糊理论的建立，人们开始用模糊的方法来处理聚类问题， 称为模糊聚类分析。 由于模糊聚类得到了样本数与各个类别的不确定 性程度，表达了样本类属的中介性， 即建立起了样本对于类别的不确 定性的描述，能更客观地反映现实世界。 本篇先介绍传统的两种 （适合数据量较小情形，及理解模糊聚类 原理）：基于择近原则、模糊等价关系的模糊聚类方法。 （一）预备知识 一、模糊等价矩阵 定义 1 设 R=(r ij ) n×n 为模糊矩阵， I 为 n 阶单位矩阵，若 R满足 i) 自反性： I ≤R （等价于r ii =1 ）； T ii) 对称性： R=R; 则称 R为模糊相似矩阵，若再满足 n 2 iii) 传递性： R ≤R （等价于 (r r ) r ） k 1 ik kj ij 则称 R为模糊等价矩阵。 定理 1 设 R 为 n 阶模糊相似矩阵，则存在一个最小的自然数 k 文档大全 实用标准 k （kn）, 使得 R 为模糊等价矩阵，且对一切大于 k 的自然数 l ，恒 l k k 有 R=R. R 称为 R 的传递闭包矩阵，记为 t(R). 二、模糊矩阵的λ - 截矩阵 定义 2 设 A=( aij ) n×m 为模糊矩阵，对任意的λ∈ [0,1], 作矩阵 ( ) A a ij n m 其中， ( ) 1, aij aij 0, aij 称为模糊矩阵 A 的λ- 截矩阵。显然， Aλ为布尔矩阵，且其等价性与 与 A 一致。 意义：将模糊等价矩阵转化为等价的布尔矩阵， 可以得到有限论 域上的普通等价关系， 而等价关系是可以分类的。 因此，当λ在 [0,1] 上变动时，由 Aλ得到不同的分类。 若λ 1＜λ2, 则 Aλ1 ≥Aλ2, 从而由 Aλ2 确定的分类是由 Aλ1 确定的 分类的加细。当λ从 1 递减变化到 0 时，Aλ的分类由细变粗，逐渐归 并，形成一个分级聚类树。 1 2 3 4 5 例 1 设 U={u , u , u , u , u }, 对给定的 U上的模糊等价关系 让λ从 1 到 0 变化，观察分类过程。 (1) 当λ =1 时， 文档大全 实用标准