Matlab笔记模糊聚类分析原理及实现.docx
《Matlab笔记模糊聚类分析原理及实现.docx》由会员分享,可在线阅读,更多相关《Matlab笔记模糊聚类分析原理及实现.docx(6页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、23. 模糊聚类分析原理及实现聚类分析,就是用数学方法研究和处理所给定对象,按照事物间的相似性进展区分和分类的过程。 传统的聚类分析是一种硬划分,它把每个待识别的对象严格地划分到某个类中,具有非此即彼的性质,这种分类的类别界限是清楚的。随着模糊理论的建立,人们开场用模糊的方法来处理聚类问题,称为模糊聚类分析。由于模糊聚类得到了样本数及各个类别的不确定性程度,表达了样本类属的中介性,即建立起了样本对于类别的不确定性的描述,能更客观地反映现实世界。本篇先介绍传统的两种适合数据量较小情形,及理解模糊聚类原理:基于择近原那么、模糊等价关系的模糊聚类方法。一预备知识一、模糊等价矩阵定义1设R=(rij)
2、nn为模糊矩阵,I为n阶单位矩阵,假设R满足i) 自反性:IR 等价于rii =1;ii) 对称性:RT=R;那么称R为模糊相似矩阵,假设再满足iii) 传递性:R2R等价于那么称R为模糊等价矩阵。定理1设R为n阶模糊相似矩阵,那么存在一个最小的自然数kkn, 使得Rk为模糊等价矩阵,且对一切大于k的自然数l,恒有Rl=Rk. Rk称为R的传递闭包矩阵,记为t(R).二、模糊矩阵的-截矩阵定义2设A=(aij)nm为模糊矩阵,对任意的0,1, 作矩阵其中,称为模糊矩阵A的-截矩阵。显然,A为布尔矩阵,且其等价性及及A一致。意义:将模糊等价矩阵转化为等价的布尔矩阵,可以得到有限论域上的普通等价关
3、系,而等价关系是可以分类的。因此,当在0,1上变动时,由A得到不同的分类。假设12, 那么A1A2, 从而由A2确定的分类是由A1确定的分类的加细。当从1递减变化到0时,A的分类由细变粗,逐渐归并,形成一个分级聚类树。例1设U=u1, u2, u3, u4, u5, 对给定的U上的模糊等价关系让从1到0变化,观察分类过程。 (1) 当=1时,分类结果为5类:每行代表一类,1代表对应元素在该类u1, u2, u3, u4, u5 (2) 当=0.8时,分类结果为4类:u1, u3, u2, u4, u5 (3) 当=0.6时,分类结果为3类:u1, u3, u2, u4, u5 (4) 当=0.
4、5时,分类结果为2类:u1, u3, u4, u5, u2 (4) 当=0.4R中的最小值时,分类结果为1类:u1, u2, u3, u4, u5整个动态分类过程如下:二基于择近原那么的模糊聚类择近原那么就是利用贴近度来实现分类操作,贴近度用来衡量两个模糊集A和B的接近程度,用N(A,B)表示。贴近度越大,说明二者越接近。设论域有限或者在一定区间,即U=u1, u2, , un或U=a,b, 常用的贴近度有以下三种: (1) 海明贴近度(2) 欧氏贴近度(3) 格贴近度其中,.Matlab实现:格贴近度的实现函数function y=fuz_closing(A,B,type)%要求A及B列数一
5、样的行向量m,n=size(A);switch typecase 1 %海明贴近度 y=1-sum(abs(A-B)/n; case 2 %欧氏贴近度 y=1-(sum(A-B).2)(1/2)/sqrt(n); case 3 %格贴近度 y1=max(min(ones(m,n)-A,ones(m,n)-B); %ones(m,n)-A等于Ac y2=max(min(A,B); y=min(y1,y2);end例2 设某产品的质量等级分为5级,其中一级有5种评判因素u1, u2, u3, u4, u5. 每一等级的模糊集为B1=0.5 0.5 0.6 0.4 0.3B2=0.3 0.3 0.4
6、 0.2 0.2B3=0.2 0.2 0.3 0.1 0.1B4=0.1 0.1 0.2 0.1 0B5=0.1 0.1 0.1 0.1 0假设某产品各评判因素的值为A=0.4 0.3 0.2 0.1 0.2, 问该产品属于哪个等级?代码:A=0.4 0.3 0.2 0.1 0.2;B=0.5 0.5 0.6 0.4 0.3; 0.3 0.3 0.4 0.2 0.2; 0.2 0.2 0.3 0.1 0.1; 0.1 0.1 0.2 0.1 0; 0.1 0.1 0.1 0.1 0;fori=1:5haiming(i)=fuz_closing(A,B(i,:),1);oushi(i)=fuz_
7、closing(A,B(i,:),2);ge(i)=fuz_closing(A,B(i,:),3);endhaimingoushige运行结果:可见样本A及各等级的格贴近度分别为0.4, 0.3, 0.2, 0.2, 0.1, 故可认为该产品属于B1等级。假设按令两种贴近度判断,该产品属于B2等级。三基于模糊等价关系的模糊聚类一、算法步骤1. 样本数据归一化设X=x1, x2, , xn为要分类的n个样本,每个样本有m个指标,即xi= xi1, xi2, , xim, i=1,2,.,n得到原始数据矩阵X=(xij)nm.由于不同指标的数据量纲不同,为了使数据能够比拟,要先对X做归一化处理。2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Matlab 笔记 模糊 聚类分析 原理 实现
限制150内