4模糊聚类分析

《4模糊聚类分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、四模糊聚类分析方法模糊聚类分析，是从模糊集的观点來探讨事物的数量分类的一类方法。这里将主要介绍基丁模糊等价关系与基丁最犬模糊支撑树的模糊聚类分析方法。一、基于模糊等价关系的模糊聚类分析方法基于模糊等价关系的模糊聚类分析方法的基本思想是：由于模糊等价关系R是论域集U与自己的直积UxU上的一个模糊子集，因此可以对进行分解，当用水平对作截集时，截得的(7x(/的普通子集心就是U上的一个普通等价关系,也就得到了关于U屮被分类对彖元素的一种分类。当入由1下降到0时，所得的分类由细变粗，逐渐归并，从而形成一个动态聚类谱系图。由此可见，分类对象集

2、U上的模糊等价关系R的建立是这种聚类分析方法中的一个关键性的环节。〜(一)建立模糊等价关系为了建立分类对彖集合U上的模糊等价关系疋，通常需要首先计算各个分类对象之间的相似性统计量，建立分类对象集合U上的模糊相似关系Ro1.模糊相似关系的建立关于齐分类对象Z间相似性统计量m的计算，除了采用夹角余弦公式和相似系数计算公式以外，述可以采用如下几个计算公式。(1)数量积法：(D在仃)式中，M是一个适当选择之正数，一般而言，它应满足:(2)绝对值差数法:当旳dj=L2/m)C2)在⑵式中,c为适当选择之正数,使0WmVl(iHj)。(2)最

3、大最小值法：Emin(■—・鼻)k-lj=t2,…,m)⑶(3)算术平均最小法:■k-l(Lj=L2.・・・m)⑷(4)绝对值指数法:GJ-1,2,-mu)(5)(5)指数相似系数法:在(6)式屮，$是第k个指标的方差，即2将模糊相似关系R改造为迷糊等价关系疋。由于模糊相似关系/?满足自反性〜〜和对称性，但一般而言，它并不满足传递性，也就是说它并不是模糊等价关系。因此，为了聚类，我们必须采用传递闭合的性质将这种模糊相似关系/?改造为模糊等价关系疋。改造的办法是将口乘，即〜R力=RoR〜Z2R*=R3oR3这样下去，就必然会存在一个自

4、然数K,使得：RfR'oRjR*这时，RH便是一个模糊等价关系了。（二）在不同的截集水平下进行聚类用上述模糊等价关系疋，在不同的截集水平下聚类，可以得到不同的聚类〜结果：二、基于最大模糊支撑树的模糊聚类分析方法除了依据模糊等价关系进行聚类分析外，还可以应用最大模糊支撑树进行聚类分析。基于最大模糊支撑树的聚类分析过程，可按如下步骤进行。第一步：建立分类对象集上的模糊相似关系，构造模糊图。这一步骤的工作可按如下作法进行：（1）计算各个分类对象Z间的相似性统计量rij（i,j二1,2,…，m）,建立分类对象集U上的模糊相似关系R=o（2）

5、将/?表示成一个由m个结点所构成的模糊图G二（V,E）,使G中的任意〜两个结点也与V2间都有一条边相连结，且赋该边的权值为rijo假若，对于某五个地理区域所构成的分类对象集合V二{w,v„va,v„v5},经过选择聚类要索并对其原始数据进行标准化处理后，计算各分类对象之间的相似性统计量，得到如下的模糊相似关系*t0.70l7I0.60.7O.t0.30.30.8R0.60.710.40.90.10.30.410.10.3I0.80.90.11第二步：构造最大模糊支撑树。构造模糊图G上的最大支撑树的算法，可按下述作法进行：(1)找出G

6、中最大权值的边(2)将©存放在集合C中，将勺边上的新结点放入集合T屮，若T屮已含有所有m个结点时，转(4)；(3)检查T中每一个结点与T外的结点组成的边的权值，找出其中最大者©,转至⑵；(4)结束，此时G中的边就构成了G的最大模糊支撑树7；獅o按照上述算法，可以求出其最犬模糊支撑树几幼。可以证明，7；和具有下述三个特点：①它不存在回路，所以是树；②它对原图G中所有结点都是连通的，所以它是图G的支撑树；③对于G的其它任何支撑树T,都有：7；檢中各边的权值之和大于或等于T中各边的权值之和。所以，Tmax的确是G的最大模糊支撑树。第三步：

7、由最大模糊支撑树进行聚类分析。其具体作法是：选择某一个入值作截集，将人疵中小于x的边断开，使相连的各结点构成一类，当入由1下降到0时，所得的分类由细变粗，各结点所代表的分类对象逐渐归并，从而形成一个动态聚类谱系图。譬如，对于上述最大模糊支撑树人和，当分别选取入=1，入=0.9,X=0.8,入二0.7,入二0.4吋，就可以得出不同的分类结果，这一过程所可得到一个聚类谱系图。