模糊聚类分析报告步骤

for j=1:b Y(i,j)=(X(i,j)-D(j))/(C(j)-D(j)); %
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： 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);
标准文案
平移极差变化进行数据标准
实用文档
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');
原始数据矩阵 X=
实用文档
标准化矩阵
求分类对象的相似度
相似系数法 距离法
欧式距离 明氏距离
模糊相似矩阵 R（ 1）
主观评分法
切比雪夫距离
传递闭包法进行聚类（求动态聚类图）
传递闭包法 布尔矩阵法
等价关系矩阵
直接聚类法
截矩阵
根据 （ 0,1 ）的不同取值分布不同的类。
注释（ 1）：模糊相似矩阵只具有自反性和对称性，不具有传递性，求
与 R 内积，先取小再取大 end
end end if B==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 [D k] =jjz4(B) L=unique(B)'; a=size(B); D=zeros(a); for m=length(L):-1:1
截矩阵的
前提是 R 是 X 上的的模糊等价关系。 所以要先求得 R传递闭包， 将模糊相似矩阵
转化为模糊等价矩阵。
标准文案
实用文档
雨量站问题
标准文案
原始数据矩阵：
实用文档
标准文案
实用文档
（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）：
标准文案
实用文档
分 2 类， x2 x 4 x 5 x 6 x 10 一类， x1 x 3 x 7 x 8 x 9 x 11 一类 分 2 类， x1x2 x 4 x 5 x 6 x 10 一类， x3 x 8 x 9 x 11 一类 .
标准文案
实用文档
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
disp(R)
end
程序三：计算传递闭包： function B=cd3(R) a=size(R); B=zeros(a); flag=0; while flag==0 for 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
k=L(m); for i=1:a
for j=1:a if B(i,j)>=k D(i,j)=1;
标准文案
实用文档
else
D(i,j)=0;% 求?截距阵，当 bij ≥? 时， bij(?)
时， bij(?) =0
end
end
end
fprintf(' 当分类系数 k=： \n');
disp(L(m));
求 截矩阵，在程序中我用的 k 代替了 。
K=1时， x1,x 2,x3, …x11,各成一类，将 11 个雨量站分成 11 类。
标准文案
实用文档
K=0.9095 时，将 11 个雨量站分为 10 类， X8, X 11 为一类，其余各自一类。 分 8 类，将 x2 ,x 5, x 8, x 11 分一类，其余各自一类
fprintf(' 所得截距阵为： \n');
disp(D);
end
=ቤተ መጻሕፍቲ ባይዱ；当 bij ＜?
标准文案
标准文案
实用文档
分 6 类， x2 x 3,x 5, x 8, x 9 x 11 为一类，其余各自一类。 分 4 类， x1，x2 ,x 3,x 5, x x 7， 8, x 9 x 11 为一类，其余各自一类。
标准文案
实用文档
分 4 类， x1, x 3 x 2 x 7 x 8 x 9 x 11 为一类， x2 x 4 x 5 为一类， x6 一类， x10 一类。 分 3 类， x2 x 4 x 5 x 6 为一类， x1 x 3 x 7 x 8 x 9 x 11 一类， x10 一类。