文档介绍：关于模糊聚类法的研究及在空间信息技术中的应用班级: 84140101 学号:2008041401017姓名:高 洪 亮 目  录模糊聚类分析  3一、简介          2逐步聚类法    3模糊聚类分析一、。聚类分析是数理统计中的一种多元分析方法,它是用数学方法定量地确定样本的亲疏关系,从而客观地划分类型。事物之间的界限,有些是确切的,有些则是模糊的。例如人群中的面貌相像程度之间的界限是模糊的,天气阴、晴之间的界限也是模糊的。当聚类涉及事物之间的模糊界限时,需运用模糊聚类分析方法。模糊聚类分析广泛应用在气象预报、地质、农业、林业等方面。通常把被聚类的事物称为样本,将被聚类的一组事物称为样本集。模糊聚类分析有两种基本方法:系统聚类法和逐步聚类法。,常用的分类方法有多元统计中的系统聚类法、,首先要计算模糊相似矩阵,而不同的模糊相似矩阵会产生不同的分类结果;即使采用相同的模糊相似矩阵,不同的阑值也会产生不同的分类结果.“如何确定这些分类的有效性”便成为模糊聚类和模糊。,,不同的几何结构是对实际需要的反映,我们不能排除实际需要而追求所谓的“理想几何结构”,,,在不同分类的F一统计量和F检验临界值的差中选最大者,,当显著性水平变化时,,并人为规定当两类的嫡大于一数时,此两类可合并,通过逐次合并,,当这个规定数不同时,。在经典的聚类分析方法中可用经典等价关系对样本集X进行聚类。设R是X上的经典等价关系。对X中的两个元素x和y,若xRy或(x,y)∈R,则将x和y并为一类,否则x和y不属于同一类。相应地,可用X上的模糊等价关系对样本集X进行模糊聚类。设慒是X上的模糊等价关系,是慒的隶属函数。对于任何α∈【0,1】,定义慒的α截关系Sα是X上的经典等价关系。根据Sα得到X的一种聚类,称为在α水平上的聚类。应用这种方法,分类的结果与α的取值大小有关。α取值越大,分的类数越多。α小到某一值时,X中的所有样本归并为一类。这种方法的优点在于可按实际需要选取α的值,以便得到恰当的分类。系统聚类法的步骤如下:①用数字描述样本的特征。设被聚类的样本集为X={x1,…,xn}。每个样本均有p种特征,记作xi=(xi1,…,xip);i=1,2,…,n;xip表示描述样本xi的第p个特征的数。②规定样本之间的相似系数rij(0≤rij≤1;i,j=1,…,n)。rij描述样本xi与xj之间的差异或相似的程度。rij越接近于1,表明样本xi与xj之间的差异越小;rij越接近于0,表明xi与xj之间的差异越大。rij可用主观评定或集体评