模糊聚类分析步骤.docx

模糊聚类分析步骤.docx

《模糊聚类分析步骤.docx》由会员分享，可在线阅读，更多相关《模糊聚类分析步骤.docx（11页珍藏版）》请在冰豆网上搜索。

模糊聚类分析步骤

模糊聚类分析步骤

LT

原始数据矩阵：

（重要定理：

设R

F（X

X）是相似关系（即R是自反、对称模糊关系），则e（R）=t（R）,即模糊相似关系的传递闭包就是它的等价闭包。

）

Y的传递闭包（即Y的等价矩阵）：

求

截矩阵，在程序中我用的k代替了

。

K=1时，x1,x2,x3,…x11,各成一类，将11个雨量站分成11类。

K=0.9095时，将11个雨量站分为10类，X8,X11为一类，其余各自一类。

分8类，将x2,x5,x8,x11分一类，其余各自一类

分6类，x2x3,x5,x8,x9x11为一类，其余各自一类。

分4类，x1，x2,x3,x5,x7，x8,x9x11为一类，其余各自一类。

分4类，x1,x3x2x7x8x9x11为一类，x2x4x5为一类，x6一类，x10一类。

分3类，x2x4x5x6为一类，x1x3x7x8x9x11一类，x10一类。

分2类，x2x4x5x6x10一类，x1x3x7x8x9x11一类

分2类，x1x2x4x5x6x10一类，x3x8x9x11一类.

分1类。

程序一：

标准化矩阵：

functionY=bzh1（X）

[a,b]=size（X）;

C=max（X）;

D=min（X）;

Y=zeros（a,b）;

fori=1:

a

forj=1:

b

Y（i,j）=（X（i,j）-D（j））/（C（j）-D（j））;%平移极差变化进行数据标准化

end

end

fprintf（'标准化矩阵如下：

Y=\n'）;

disp（Y）

end

程序二：

求模糊相似矩阵：

functionR=biaod2（Y,c）

[a,b]=size（Y）;

Z=zeros（a）;

R=zeros（a）;

fori=1:

a

forj=1:

a

fork=1:

b

Z（i,j）=abs（Y（i,k）-Y（j,k））+Z（i,j）;

R（i,j）=1-c*Z（i,j）;%绝对值减数法--欧氏距离求模糊相似矩阵

end

end

end

fprintf（'模糊相似矩阵如下：

R=\n'）;

disp（R）

end

程序三：

计算传递闭包：

functionB=cd3（R）

a=size（R）;

B=zeros（a）;

flag=0;

whileflag==0

fori=1:

a

forj=1:

a

fork=1:

a

B（i,j）=max（min（R（i,k）,R（k,j））,B（i,j））;%R与R内积，先取小再取大

end

end

end

ifB==R

flag=1;

else

R=B;%循环计算R传递闭包

end

end

程序四：

求

截矩阵：

function[Dk]=jjz4（B）

L=unique（B）';

a=size（B）;

D=zeros（a）;

form=length（L）:

-1:

1

k=L（m）;

fori=1:

a

forj=1:

a

ifB（i,j）>=k

D（i,j）=1;

elseD（i,j）=0;%求?

截距阵，当bij≥?

时，bij（?

）=1；当bij＜?

时，bij（?

）=0

end

end

end

fprintf（'当分类系数k=：

\n'）;

disp（L（m））;

fprintf（'所得截距阵为：

\n'）;

disp（D）;

end