模糊聚类分析及matlab程序实现[参考].docxVIP

精品资源·有用参阅品 文档收拾 | 学习参阅 Summary compilation 含糊聚类分析及matlab程序完成 选用含糊数学语言对按必定的要求进行描绘和分类的数学办法称为含糊聚类分析。聚类分析首要通过标定和聚类两过程。【1】 1 标定（树立含糊相似矩阵） 城市居民食物零售价格，第t时刻第i种食物的零售价记为。 相似矩阵R的构建办法：NTV法 设时刻序列表明食物i在时刻t的价格，其间i=1，2…42；t=1，2…39。 （其间i,j,k=1,2…42,m=39） 2 聚类 2.1 核算R的传递闭包： 对含糊相似矩阵R,顺次用平办法核算,,,…,,…,当第一次呈现时，则称为传递闭包。【1】 2.2 开端聚类：【2】 （1）令T={1,2,3…42}，取 ,令X、Q为空集； （2）令； （3）若且，则令，； （4）； （5）若，回来（1）； （6）若Q为空集，怎输出聚类x,； （7）,,回来（2）。 设置不同的置信水平值，就可以得到不同的分类。 Matlab程序完成： A=data; [N M] = size(A);for i = 1:N?? for j = 1:N?????? R(i,j)=abs(1-sum(abs(A(i,:)-A(j,:)))/sum(max([A(i,:);A(j,:)])));?? endend for j=1:42 for i=1:42 y(i,j)=0; for k=1:42 mn(k)=min(R(i,k),R(k,j)); end y(i,j)=max(mn); end end numda=[1 0.9 0.95 0.85 0.8 0.75 0.55 0.7 0.655 0.65 0.6 0.55 0.5 0.45 0.454 0.4 0.45 0.3 0.35 0.255 0.25 0.2 0.15 0.1]; for i=1:42 TT(i)=i; end for i=1:length(numda) disp (当分类系数是); disp(numda(i)); a=numda(i); T=TT; disp (分类为); while 1 if ~isempty(T) xi=T(1); end X=[];Q=[]; while 1 for j=1:42 if (y(xi,j)=a)isempty(intersect(X,j)) X=union(X,j); Q(length(Q)+1)=j; end end if isempty(Q) disp(X); break else xi=Q(1); Q(1)=[]; end end T=setdiff(T,X); if isempty(T) break end end end