模糊聚类分析的传递方法

针对常规模糊聚类分析在履行模糊相似关系时存在的复杂矩阵害虫乘运算问题,提出了模糊聚类递算法,通过设置主水平λ,直接从模糊相似关系获得聚类结果,并证明该方法与传递闭包法等价,但时间复杂度和空间复杂度都要远远小于传递闭法。     

关系的传递闭包

本文介绍了关系、关系的传递闭包等有关概念及传统的求关系传递闭包的常用算法，受当今模糊聚类分析方法的启发，给出了一个基于关系矩阵求关系的传递闭包的改进算法，并给出了一个基于无向图的求关系的传递闭包高效算法，其时间复杂性为O(n^2)。     

模糊聚类分析的一个改进算法及其应用

对传统模糊聚类分析方法进行研究,指出其不足之处,给出一个改进的模糊聚类分析算法,即对传递闭包进行逐行逐列改造,得到较优模糊等价矩阵,用它进行聚类比直接用传递闭包进行聚类更为合理,同时应用该方法对大学生综合素质进行评定.     

发声器件的模糊聚类

本文根据发声器件的频谱曲线建立模糊关系矩阵,然后分别采用传递闭包法和最大树法进行模糊聚类.两种方法所得聚类结果完全相同.     

基于模糊关系传递闭包的聚类方法

根据数据之间的相似关系,构造了基于模糊相似关系传递闭包的聚类方法.该方法用数据之间的距离定义模糊相似关系,利用模糊关系的合成算子,构造该关系的传递闭包,该传递闭包是等价关系.以等价类为聚类.实验结果表明该聚类方法可得到与传统K-均值方法相同的聚类结果.     

谈谈可达性矩阵的一类算法

如何求可达性矩阵,在教材中列举了很多方法,但相对来说都比较繁琐,而利用求传递闭包的算法来求可达性矩阵是一种简单有效的算法。     

关于FCMBP模糊聚类方法的修正

对于基于摄动的模糊聚类方法中参数系个数的估计作了修正，并基于修正后的结果重新设计了算法。关于该算法，通过一个实际例子，分别用FCMBP模糊聚类方法和普通的传递闭包法进行聚类，把所得的2种不同结果作了分析和比较。     

实现减小Fuzzy聚类失真的一种方法

研究Fuzzy聚类的失真问题．首先，基于Fuzzy相似矩阵的传递闭包给出一种相似矩阵的“进化”方法．随后，从理论上证明了由该方法得到的矩阵一定是等价矩阵．该等价矩阵与传递闭包具有相同的聚类类群，并且它与原相似矩阵的距离不大于传递闭包与原相似矩阵的距离．最后，给出一个基于上述相似矩阵“进化”思想的聚类算法，并借助实例验证了该算法的有效性．     

基于模糊聚类的车内空气质量评价

车内空气质量问题关系汽车使用者的身体健康,将模糊聚类分析应用于车内空气质量评价,选取合适的相似系数,建立模糊相似矩阵,用传递闭包法求模糊等价关系,从而实现聚类评价。     

Warshall算法在判别传递性与求传递闭包中的应用

通过对warshall算法的研究,通过其关系矩阵判别关系传递性的方法及求传递闭包的方法,使得对可传递关系的研究变得简洁而又高效。     

Fuzzy聚类分析法在楼盘分类中的应用

基于传统的Fuzzy等价关系聚类法,由Fuzzy相似矩阵构建Fuzzy等价矩阵,对传递闭包采用Warshall算法求解,并选择不同置信水平下的分类,利用偏差度得到最优聚类.结合北京市朝阳区近3个月新开楼盘的数据,选择可靠性指标,在最佳置信水平的基础上对其进行最优聚类,实验结果与事实吻合.     

基于传递闭包的教材预订算法研究

教材预订是教材管理中很重要的问题之一．将模糊聚类分析方法应用于教材预订中，为教材预订提供了一种新的手段．介绍了模糊聚类分析的概念，几种常用模糊聚类法的优缺点；用传递闭包法设计了教材预订算法，实际应用效果良好．     

模糊等价关系下的犹豫模糊粗糙集及其应用

首先通过对长度不同的犹豫模糊元进行补齐来定义犹豫模糊集新的交并运算,在Pawlak近似空间中利用新的运算建立粗糙犹豫模糊集模型;然后将Pawlak近似空间推广到一般犹豫模糊近似空间,利用犹豫模糊元间的相似度获得犹豫模糊近似空间中对象间的模糊关系矩阵,再利用模糊集的传递闭包法将模糊相似矩阵转化成模糊等价矩阵,在此基础上建立犹豫模糊信息系统中的粗糙集模型,研究犹豫模糊信息系统的属性约简。最后通过一个算例来说明犹豫模糊信息系统的属性约简方法。     

混合型模糊聚类分析方法及其应用

在动态聚类方法和模糊ISODATA方法的基础上,提出了混合型模糊聚类分析方法.该方法首先利用传统的传递闭包方法得到1个初始分类,并在此基础上提出初始分划矩阵,根据考虑权重因子的模糊ISODATA方法对相关数据进行迭代计算,从而对数据进行有效分类.以股票分类为例对该方法进行实证分析,分析结果表明,应用该方法可以对股票进行有效分类优选.     

模糊聚类分析在环保测评中的应用

给出了模糊聚类的基本思路，确定了模糊统计量的步骤，讨论了模糊传递闭包的等价性。根据绵阳市的气候环境观测资料，用模糊聚类分析方法对绵阳市的气候环境作了初步分析，应证了模糊聚类分析在环保测评中的作用。     

模糊划分的一个新定义及其应用

提出了模糊划分的一个新定义。可以证明它蕴含了Ruspini的定义,并且具有与直观及其实际应用相符的性质。而且根据此定义,可以定义模糊集合的相对清晰度及模糊划分的平均清晰度。实验证明,模糊划分的平均清晰度可以衡量FCM算法的聚类效果。     

基于直觉模糊熵的直觉模糊聚类

Atanassov直觉模糊集合是对Zadeh模糊集合最有影响的一种扩充和发展,将模糊聚类扩展为直觉模糊聚类,具有重要的应用价值。在研究将模糊聚类扩展为直觉模糊聚类时,提出了一种基于熵最大的直觉模糊聚类,并推导了迭代求解的算法。典型实验表明,直觉模糊聚类的性能优于模糊聚类,提高了聚类的正确率。     

基于马氏距离的模糊聚类优化算法——KM-FCM

为了解决以欧氏距离作为相似性准则的传统模糊聚类算法对多维数据处理不利的问题,采用马氏距离代替欧氏距离,对基于马氏距离的模糊聚类算法进行优化研究,以增强基于马氏距离的模糊聚类算法的聚类效果和能力。通过构造启发式搜索与k-means算法结合的初始优化方法,利用可以自动调节最佳聚类数的有效性函数,提出了一种优化算法KM-FCM,并将此新算法与FCM,FCM-M,M-FCM聚类算法在3个标准数据集上进行了实验。结果表明,KM-FCM算法有效,聚类精度比FCM,FCM-M,M-FCM高,对高维数据聚类识别能力强,具有全局优化作用,并且聚类个数无需提前设定。新算法可为基于马氏距离的模糊聚类算法的优化提供参考。