基于模糊商空間理論的模糊聚類研究.pdf

1、在處理復(fù)雜問題時，模糊商空間作為模糊粒度計算方法比起單一的商空間模型表現(xiàn)出很強的優(yōu)勢，模糊商空間下的分層遞階的結(jié)構(gòu)，可以對問題進行不同層次的分析研究。因此如何選擇一個合適的粒度層次，并在該層次上對問題求解是模糊粒度計算的一個重要研究方向。
　　 針對如何在模糊商空間的一個分層遞階結(jié)構(gòu)中選擇最佳粒度層次的問題，在面對模糊商空間下的歸一化距離時，充分考慮各個樣本點之間的關(guān)系下，提出基于粒度思想的準(zhǔn)則函數(shù)，它克服了傳統(tǒng)的有效性值指標(biāo)大

2、多數(shù)都局限于聚類中心之間的距離來解釋數(shù)據(jù)集中聚類的缺點，從而可以確定出一個最佳層次作為最終的聚類結(jié)果。
　　 針對傳統(tǒng)的模糊C均值聚類算法存在著對于初始中心敏感，需要事先指定聚類數(shù)目，而且對于類大小不均勻的情況下很難得到正確的聚類結(jié)果的缺點。本文利用模糊商空間下的歸一化距離代替?zhèn)鹘y(tǒng)模糊C均值聚類算法中的歐式距離，并結(jié)合模糊商空間的分層遞階的結(jié)構(gòu)，利用基于粒度思想的準(zhǔn)則函數(shù)選擇出一個最佳層次，從而確定聚類的個數(shù)，并且選擇具有相似性