模糊聚类算法 -.pptx

文档介绍：模糊聚类算法
第三讲
模糊聚类
1模糊聚类分析的步骤
2基于模糊等价关系的传递闭包法
3基于模糊相似关系的直接聚类法
4 基于模糊c划分的模糊聚类法
-means算法



模糊聚类分析的步骤
1、选择统计指标
选择具有明确意义,有较强的分辨力和代表性的特征,作为分类事物的统计指标。
2、数据标准化
把代表事物各特征的统计指标的数据进行处理,使之便于分析和比较。

3、建立模糊相似矩阵
借用传统聚类的相似性系数法、距离法以及其他方法来确定xi和xj的相似程度rij=R(xi,xj)。
相似系数法、距离法以及其他方法
4、聚类
基于模糊等价关系的传递闭包法
传递闭包法
基于模糊等价关系的传递闭包法
建立数据矩阵
数据标准化
建立模糊相似矩阵
传递闭包聚类
。
传递闭包法的应用
环境单元分类:
设U= {u1 , u2, u3, u4, u5}为五个环境单元的集合,每个环境单元有空气、水分、土壤、作物四个要素,环境单元的污染状况由污染物在四个要素中含量的超限度来描述,若其污染数据为u1= {5 , 5, 3, 2} , u2= {2 , 3, 4, 5} ,u3= {5 , 5, 2, 3} ,u4= {1 , 5, 3, 1} ,u5= {2 , 4, 5, 1} ,试对U进行分类。
传递闭包法的应用