1、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 RF ( 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,x2 x3,x5, x8, x9 x11为一类,其余各自一类。分4类,x1,x2 ,x3,x5, x
2、7,x8, x9 x11为一类,其余各自一类。分4类,x1, x3 x2 x7 x8 x9 x11为一类,x2 x4 x5 为一类,x6一类,x10一类。分3类,x2 x4 x5 x6为一类,x1 x3 x7 x8 x9 x11一类,x10一类。分2类,x2 x4 x5 x6 x10一类,x1 x3 x7 x8 x9 x11一类分2类,x1x2 x4 x5 x6 x10一类,x3 x8 x9 x11一类.分1类。程序一:标准化矩阵:function Y=bzh1(X)a,b=size(X);C=max(X);D=min(X);Y=zeros(a,b);for i=1:a for j=1:b Y
3、(i,j)=(X(i,j)-D(j)/(C(j)-D(j); %平移极差变化进行数据标准化 endendfprintf(标准化矩阵如下:Y=n); disp(Y)end程序二:求模糊相似矩阵:function R=biaod2(Y,c) a,b=size(Y); Z=zeros(a);R=zeros(a);for i=1:a for j=1:a for k=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 endendfprintf(模糊相似矩阵如下:R=n); disp(R)end程序
4、三:计算传递闭包:function B=cd3(R)a=size(R);B=zeros(a);flag=0;while flag=0for i= 1: a for j= 1: a for k=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 endendif B=R flag=1;else R=B;%循环计算R传递闭包endend程序四:求截矩阵:function D k =jjz4(B)L=unique(B);a=size(B);D=zeros(a);for m=length(L):-1:1 k=L(m); for i=1:a for j=1:a if B(i,j)=k D(i,j)=1; else D(i,j)=0;%求?截距阵,当bij? 时,bij(?) =1;当bij? 时,bij(?) =0 end end endfprintf(当分类系数k=:n);disp(L(m);fprintf(所得截距阵为:n);disp(D);end