基于模糊贴近关系的模糊聚类及其有效性

讨论了模糊聚类的两个基本问题：聚类方法和有效性评价，作为通常模糊等价关系聚类方法的扩展，给出了一种用三角算子和模糊贴近关系进行模糊聚类的方法，同时以样本原始信息和聚类结果为基准，提出了一种度量聚类有效性的方法。最后的例子表明该方法是有效的。     

模糊Hopfield神经网络及其模糊聚类功能

首先提出了具有模糊逻辑计算功能的模糊Hopfield神经网络-FHN.FHN中的神经元对应于模式集合的元素，权重矩阵对应于模式之间的模糊关系，最后讨论了FHN的稳定性和基于模糊距离关系的模糊聚类功能，研究表明FHN在模糊模式识别中具有广泛的应用性。     

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。     

基于聚类中心分离的模糊聚类模型

在模糊C-均值聚类（FCM）目标函数的基础上按聚类中心分离原则增加一个聚类中心分离项来扩展FCM算法,提出基于聚类中心分离的模糊聚类模型(FCM_CCS)。该模型可使聚类过程中的聚类中心之间距离扩大,从而得到更好的聚类效果。由于该模型和FCM一样对噪声敏感我们提出它的可能性聚类模型(PCM_CCS),最后进一步扩展成它的可能性模糊聚类模型(PFCM_CCS)。基于聚类中心分离的可能性模糊聚类模型在处理噪声数据和克服一致性聚类问题方面表现出良好的性能。对数据集的测试实验结果表明了提出的PFCM_CCS能同时产生模糊隶属度和典型值,使聚类中心间距扩大,同时具有更好的聚类准确率。     

一种模糊聚类的快速算法

现有模糊聚类算法存在运算量大,速度慢等特点,限制了模糊聚类的运用,在对模糊相似矩阵和模糊等价矩阵的性质研究后,提出了一种模糊聚类的快速算法,以减少运算量,提高运算速度。实验证明,新的算法运算量减少约一半,速度达到传统的模糊聚类算法的2．4倍左右。     

基于直觉模糊等价关系的聚类算法

首先引入直觉模糊集的模运算、直觉模糊集之间的关系及合成运算的定义,然后提出了直觉模糊集的截集定义,揭示了利用直觉模糊等价关系的分类原理,并讨论了基于直觉模糊等价关系的模糊聚类算法,从而使直觉模糊集的基本理论得到进一步扩展。最后给出了该算法的一个数值实例。     

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。     

改进的基于层次聚类的模糊聚类算法

针对FCM算法的缺陷,文章提出了一种基于层次聚类的模糊聚类算法(HFCM)。该算法采用凝聚的层次聚类方法,可快速地发现高度聚集的数据区域,并对这些高密度区域进一步进行分析与合并,通过评估函数的评估,找到最优的聚类方案。试验结果表明,该算法具有较高的分类精确度和较高的排除噪声的能力。     

基于区间值模糊集上的模糊聚类

研究了基于区间值模糊集上的模糊聚类.先讨论了基于∨-t关系合成基础上的一种n次幂运算,是Yang和Shih的n次幂运算的推广.通过运算,由模糊相似关系矩阵得到模糊等价关系矩阵,并提出了一种基于模糊等价矩阵的聚类算法.针对非完备模糊相似矩阵中的数据信息可能会缺失的情况,最后讨论了一种由∨-t合成运算来推算缺失值的简单方法.     

基于粗集的模糊聚类方法和结果评估

粗集的决策表的属性包括定量属性和定性属性,针对这种情况,根据一种对象的相似性度量方法,使用模糊聚类方法对粗集对象进行模糊聚类,对聚类结果进行了评估(根据这种聚类方法得到的结果和实际的分类结果进行比较)．在这种相似性度量方法基础上,证明了粗集的等价关系可以被转化为模糊等价矩阵．基于粗集的聚类步骤如下：首先,一个粗集等价关系都可以转化为一个模糊相似矩阵,其次,转化成一个模糊等价矩阵,最后,进行模糊聚类．对此方法进行了实验,并对实验的结果进行评估．实验结果说明了这种方法的简单高效．     

粒子成像测速图像的模糊聚类识别

聚类是流体运动的基本规律 ,聚类由几个相邻的粒子开始。随着流体的运动 ,粒子簇在第二次曝光时改变其形状及位置 ,通过模糊聚类可获得粒子运动的规律。应用聚类分析方法可改善非标识PIV图像的处理效率。将粒子运动轨迹追踪算法应用于PIV图像分析 ,取得了较好的效果     

基于颜色空间和优化初始中心的模糊c均值聚类算法

提出了一种基于HIS空间的优化初始中心的模糊c-均值的彩色图像分割方法．首先将彩色图片由RGB转换为HIS,并将H和1分开处理,通过计算样本的权重,选取有代表性的样本作为初始聚类中心,给出优化初始聚类中心的FCM算法,将该算法应用于H和I通道,得出新的基于颜色空间的FCM算法．该算法可以得到较稳定的结果,并且提高了聚类的准确率．     

粒子成像测速图像的模糊聚类识别

聚类是流体运动的基本规律,聚类的几个相的粒子开始。随着流体的运动,粒子簇在第二次曝光时改变其形状及位置,通过模糊聚类可获得粒子运动的规律。应用聚类分析方法可改善非标识PIV图像的处理效率。将粒子运动轨迷追踪算法应用于PIV图像分析,取得了较好的效果。     

基于改进遗传算法的模糊聚类研究及应用

模糊C-均值聚类算法是一种局部搜索算法,采用迭代的爬山技术,对初值敏感易陷入局部最小值。遗传算法是一种全局优化算法,能够克服模糊C-均值聚类算法陷入局部最小值的问题,但遗传算法收敛速度慢,易早熟。应用小生境思想对遗传算法进行了改进,以保护种群中基因的多样性,设计了基于最短距离的算术交叉算子、边界变异算子及双精英种子参与进化的策略。仿真实验结果表明,改进后的算法能够提高模糊聚类的收敛速度和聚类质量。     

杉木炭疽病的林间流行动态模糊聚类分析

对三元、大田、永安等地的杉木炭疽病进行系统调查,对病情指数、聚快性指标、发病率采用模糊聚类分析,结果表明,该病在三明地区的林间流行动态可划分为4个阶段,即发病始期、始盛期、盛期、末期,时间分布大致为4月上旬、4月下旬、5月上旬、6月中旬.这种发病的流行规律,对杉木炭疽病的综合治理和预测预报提供了实践工作依据.     

模糊目标规划的研究

本文针对决策者对目标值的估计可给出一个模糊取值区间的特点,扩展定义了描述模糊目标的隶属函数,并在此基础上定义模糊目标规划,证明其解的有关定理。     

CAPP中的模糊工艺知识表达方法研究

模糊知识表达是模糊信息处理的关键环节之一，针对CAPP中工艺知识的模糊性问题，提出将工艺知识划分为精确数值型、模糊数值型、精确符号型和模糊符号型四种类型，分析了各种模糊工艺知识的主要特征，并采用模糊集合及其隶属函数对其进行描述和表达，在此基础上，深入讨论了采用模糊关系、模糊规则和模糊框架表达复杂工艺知识的原理和方法，给出了具体的表达实例。     

模糊聚类概念的推广及应用

模糊聚类是一种语言近似方法。它是采用模糊数学的方法根据对象的各种属性（或因素）按某个预定的指标进行分类的一门多元分析技术。经过对基于模糊等价关系的聚类方法的分析，结合运筹学的决策思维习惯，笔者提出了相异的概念来增强其功能，给出了相应的运算收敛的数学证明，并用华北地区雨量预报的历史数据进行检验，给出了语言近似和决策思想的结合是当前使用计算机系统处理智能问题有效途径之一的思路。     

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．     

基于遗传算法的模糊控制模型参数优化的研究

模糊控制的精度取决于有关参数,如隶属度函数、模糊关系矩阵、传统 确定参数的方法是依靠人工。作者采用遗传算法来优化参数,大大地提高了模糊控制的精度。试验结果表明,先验知识和遗传算法的结合可以得到很好的控制效果。