关于重金属传播采用模糊聚类分析方法

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

关于重金属传播采用模糊聚类分析方法

聚类分析是将事物根据一定的特征,并按某种特定要求或规律分类的方法。由于聚类分析的对象必定是尚未分类的群体,而且现实的分类问题往往带有模糊性,对带有模糊特征的事物进行聚类分析,分类过程中不是仅仅考虑事物之间有无关系,而是考虑事物之间关系的深浅程度,显然用模糊数学的方法处理更为自然,因此称为模糊聚类分析。

一、模糊聚类分析的一般步骤

1、第一步:数据标准化[9]

(1) 数据矩阵

设论域12{,,,}n U x x x = 为被分类对象,每个对象又有m 个指标表示其性状,即

12{,,,}i i i im x x x x = (1,2,,i n = , 于是,得到原始数据矩阵为

11

121

2122

2

1

2

m m n n nm x x x

x x x x x x ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭

。 其中nm x 表示第n 个分类对象的第m 个指标的原始数据。

(2) 数据标准化

在实际问题中,不同的数据一般有不同的量纲,为了使不同的量纲也能进行比较,通常需要对数据做适当的变换。但是,即使这样,得到的数据也不一定在区间[0,1]上。因此,这里说的数据标准化,就是要根据模糊矩阵的要求,将数据压缩到区间[0,1]上。通常有以下几种变换: ① 平移·标准差变换

i k k

ik

k x x x s -'= (1,2,,;

1,2,i n k m ==

其中 1

1

n

k i k i x x n

==

∑, 2

1

1

()n

k ik

k i s x x n

==

-∑。

经过变换后,每个变量的均值为0,标准差为1,且消除了量纲的影响。但

是,再用得到的ik

x '还不一定在区间[0,1]上。 ② 平移·极差变换

111m i n {

}

m a x {}m i n {}

i k i k

i n

ik

ik

ik

i n

i n

x x x x x ≤≤≤≤≤≤''-''=''-,(1,2,,)k m =

显然有01ik

x ''≤≤,而且也消除了量纲的影响。 ③ 对数变换

lg ik ik x x '= (1,2,,;

1,2,i n k m ==

取对数以缩小变量间的数量级。

2、第二步:标定(建立模糊相似矩阵)

设论域12{,,,}n U x x x = ,12{,,,}i i i im x x x x = ,依照传统聚类方法确定相似系数,建立模糊相似矩阵,i x 与j x 的相似程度(,)ij i j r R x x =。确定(,)ij i j r R x x =的方法主要借用传统聚类的相似系数法、距离法以及其他方法。具体用什么方法,可根据问题的性质,选取下列公式之一计算。

(1) 相似系数法

① 夹角余弦法

122

1

1

m

ik

jk

k ij m

m

ik

jk

k k x

x r x

x

====

∑∑∑

② 最大最小法

11

()

()

m

ik

jk k ij m

ik

jk k x

x r x

x ==∧=

∨∑∑。

③ 算术平均最小法

11

2()

()

m

ik jk k ij m

ik

jk k x x r x

x ==∧=

+∑∑。

④ 几何平均最小法

11

2()m

i k j k

k ij m

ik jk

k x x

r x x ==∧=

∑∑

以上3种方法中要求0ij x >,否则也要做适当变换。 ⑤ 数量积法

1

1,

,1

,

,

m

ij ik jk k i j r x x i j M ==⎧⎪=⎨≠⎪⎩

其中 1

m a x ()m

i k j k

i j

k M x x ≠==∑

⑥ 相关系数法

12

2

1

1

()()

m

ik i jk j

k ij m

m

ik

i jk

j k k x x x x r x

x x

x ===--=

--∑

∑∑

其中 1

1

m

i i k

k x x m

==

∑,1

1

m

j jk

k x x m

==

∑。

⑦ 指数相似系数法

2

2

1()

13exp[]4m

ik jk ij k k

x x r m s =-=-∑ , 其中 2

1

1

()n

k ik

ik i s x x n

==

-∑,

而 1

1

n

k i k

i x x n

==

∑ (1,2,,)k m = 。

(2) 距离法

相关文档
最新文档