1 / 73
文档名称:

区间直觉模糊集的聚类算法的分析.pdf

格式:pdf   页数:73页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

区间直觉模糊集的聚类算法的分析.pdf

上传人:wh7422 2015/12/18 文件大小:0 KB

下载得到文件列表

区间直觉模糊集的聚类算法的分析.pdf

相关文档

文档介绍

文档介绍:摘要监督的分类,是人们认识社会和自然界的一种重要方法。在现实世界中,许多客客观世界的模糊性本质。从目前的文献上看,还没有区间直觉模糊集聚类方法的模糊相似关系、区间直觉模糊等价关系,并对它们的运算性质和定理做了较深入在此基础上,提出了区间直觉模糊等价矩阵的实数允截矩阵,并研究了基于区间关键词:数据挖掘;区间直觉模糊集;区间直觉模糊关系;区间直觉模糊集聚类数据挖掘技术是近几年国内外迅速发展起来的一门交叉学科,是利用数据库、统计学、人工智能与机器学****等学科的技术对大量数据进行处理,提取隐含其中的、人们事先不知道的潜在有用信息和知识的过程,已经广泛被应用于农业生产、金融保险、国防等领域。作为数据挖掘的一个重要分支,聚类分析引起了人们的广泛关注,它可以作为独立的数据挖掘工具或者作为其他数据挖掘算法的预处理步骤。聚类是一种无观事物之间的界限往往是模糊的,对事物进行分类时就必然伴随着模糊性,由此产生了模糊聚类分析。近几年,在模糊集研究的基础上,人们对直觉模糊集和区间直觉模糊集的研究已成为热点。事实说明直觉模糊集和区间直觉模糊集能更加细腻地描述和刻画研究报道,区间直觉模糊集的聚类分析是一个崭新的研究领域,对其的研究具有重要的现实意义。本文研究了区间直觉模糊集的性质,及在这些性质的基础上提出了区间直觉模糊集的聚类算法,取得了一定的研究成果。本文从区间直觉模糊集基础理论入手,引入了区间直觉模糊关系、区间直觉地研究,给出了由区间直觉模糊相似矩阵转化为区间直觉模糊等价矩阵的途径。直觉模糊等价关系的聚类算法。通过示例对此方法进行了说明分析。针对现有的度量区间直觉模糊相异度不够完善之处,提出了用四个具有明确物理意义的因素来度量相异度的方法,该方法更接近于对象的客观、真实情况,更大程度上保留信息。接着引入了区间直觉模糊相似度,对基于多属性情况下的区间直觉模糊集的聚类算法作了研究。摘要
.,,,琭,琻,,.瑃琾痳琲獀,瓹、.,,甀瓼—..,..,,.
!—甌瑃.,;.;—籆.
声明人┟:盔狡天川年易月厦门大学学位论文原创性声明
声明人┟.芍振乙叩年隆萑厦门大学学位论文著作权使用声明本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文,并向主管部门或其指定机构送交学位论文ㄖ街拾婧偷缱影,允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于:.经厦门大学保密委员会审查核定的保密学位论文,年日解密,解密后适用上述授权。.不保密,适用上述授权。朐谝陨舷嘤ê拍诖颉啊獭被蛱钌舷嘤δ谌荨1C苎宦畚应是已经厦门大学保密委员会审定过的学位论文,未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的,默认为公开学位论文,均适用上述授权。于月
第一章绪论研究背景现在我们正处在一个信息大爆炸的时代,计算机技术、存储技术及数据库技术的飞速发展,使得数据库存储的信息量大大增加及信息种类多样化,获得有关资料已经非常简单易行。关系数据库系统的成功,使我们有了强有力的事务处理工具。然而,时间数据库、空间数据库、多媒体数据库、工程数据库、统计数据库等面向特殊应用数据库系统的出现,使得更多的数据以前所未有的速度收集在定模式去分析的处理方式已无法完成对以上几类数据的分析处理任务。数据的丰富带来了对强有力的数据分析工具的需求,人们希望能够提供更高层次的数据分析功能,从而更好地对决策或科研工作提供支持,让计算机帮助我们分析数据、的专家、学者投身到了研究数据挖掘的浪潮当中,推动了此项研究不断向广度和深度发展。用信息和知识的过程。提取的知识可以被用于信息管理、查询优化、决策支持、的交叉学科,它会聚了不同领域的研究者,尤其是数据库、人工智能、数理统计、可视化、并行计算等发面的学者和工程技术人员。数据挖掘涉及的学科领域很多,分类方法很多,常用的分类方法是基于挖掘任务的,可以分为:掷喾治觯计算机中。对于这些数量大、涉及面宽的数据,依靠以往那种由简单汇总、按指理解数据,从大量数据中提取知识模式,进而帮助我们基于丰富的数据做出决策。正是为了满足这种要求,从大量数据中提取出隐藏在其中的有用信息,越来越多数据挖掘,褪谴哟罅康摹⒉煌耆ǖ摹⒂性肷摹⒛糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在的有过程控制等。它又可以被称为“数据库中的知识发现ⅰ爸悄苁莘治ⅰ靶畔⒎⑾帧、“数据考古”取K且幻殴阋聚类分析:亓7治觯序列分析及时间序列:铝⒌惴治觥作为数据挖掘的一个重要分支,聚类引起了人们的广泛关注,它可以作为独立的数据挖掘工具或者作为其他数据挖掘算法缣卣骱头掷的预处理