區(qū)間直覺(jué)模糊集的聚類算法研究

區(qū)間直覺(jué)模糊集的聚類算法研究

ID:33230385

大?。?.25 MB

頁(yè)數(shù):75頁(yè)

時(shí)間:2019-02-22

區(qū)間直覺(jué)模糊集的聚類算法研究_第1頁(yè)
區(qū)間直覺(jué)模糊集的聚類算法研究_第2頁(yè)
區(qū)間直覺(jué)模糊集的聚類算法研究_第3頁(yè)
區(qū)間直覺(jué)模糊集的聚類算法研究_第4頁(yè)
區(qū)間直覺(jué)模糊集的聚類算法研究_第5頁(yè)
資源描述:

《區(qū)間直覺(jué)模糊集的聚類算法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、廈門(mén)大學(xué)碩士學(xué)位論文區(qū)間直覺(jué)模糊集的聚類算法研究姓名:彭振文申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):系統(tǒng)工程指導(dǎo)教師:王周敬20090501摘要摘要數(shù)據(jù)挖掘技術(shù)是近幾年國(guó)內(nèi)外迅速發(fā)展起來(lái)的一門(mén)交叉學(xué)科,是利用數(shù)據(jù)庫(kù)、統(tǒng)計(jì)學(xué)、人工智能與機(jī)器學(xué)習(xí)等學(xué)科的技術(shù)對(duì)大量數(shù)據(jù)進(jìn)行處理,提取隱含其中的、人們事先不知道的潛在有用信息和知識(shí)的過(guò)程,已經(jīng)廣泛被應(yīng)用于農(nóng)業(yè)生產(chǎn)、金融保險(xiǎn)、國(guó)防等領(lǐng)域。作為數(shù)據(jù)挖掘的一個(gè)重要分支,聚類分析引起了人們的廣泛關(guān)注,它可以作為獨(dú)立的數(shù)據(jù)挖掘工具或者作為其他數(shù)據(jù)挖掘算法的預(yù)處理步驟。聚類是一種無(wú)監(jiān)督的分類,是人們認(rèn)識(shí)社會(huì)和自然界的

2、一種重要方法。在現(xiàn)實(shí)世界中,許多客觀事物之間的界限往往是模糊的,對(duì)事物進(jìn)行分類時(shí)就必然伴隨著模糊性,由此產(chǎn)生了模糊聚類分析。近幾年,在模糊集研究的基礎(chǔ)上,人們對(duì)直覺(jué)模糊集和區(qū)間直覺(jué)模糊集的研究已成為熱點(diǎn)。事實(shí)說(shuō)明直覺(jué)模糊集和區(qū)間直覺(jué)模糊集能更加細(xì)膩地描述和刻畫(huà)客觀世界的模糊性本質(zhì)。從目前的文獻(xiàn)上看,還沒(méi)有區(qū)間直覺(jué)模糊集聚類方法的研究報(bào)道,區(qū)間直覺(jué)模糊集的聚類分析是一個(gè)嶄新的研究領(lǐng)域,對(duì)其的研究具有重要的現(xiàn)實(shí)意義。本文研究了區(qū)間直覺(jué)模糊集的性質(zhì),及在這些性質(zhì)的基礎(chǔ)上提出了區(qū)間直覺(jué)模糊集的聚類算法,取得了一定的研究成果。本文從區(qū)間直覺(jué)

3、模糊集基礎(chǔ)理論入手,引入了區(qū)間直覺(jué)模糊關(guān)系、區(qū)間直覺(jué)模糊相似關(guān)系、區(qū)間直覺(jué)模糊等價(jià)關(guān)系,并對(duì)它們的運(yùn)算性質(zhì)和定理做了較深入地研究,給出了由區(qū)間直覺(jué)模糊相似矩陣轉(zhuǎn)化為區(qū)間直覺(jué)模糊等價(jià)矩陣的途徑。在此基礎(chǔ)上,提出了區(qū)間直覺(jué)模糊等價(jià)矩陣的實(shí)數(shù)允截矩陣,并研究了基于區(qū)間直覺(jué)模糊等價(jià)關(guān)系的聚類算法。通過(guò)示例對(duì)此方法進(jìn)行了說(shuō)明分析。針對(duì)現(xiàn)有的度量區(qū)間直覺(jué)模糊相異度不夠完善之處,提出了用四個(gè)具有明確物理意義的因素來(lái)度量相異度的方法,該方法更接近于對(duì)象的客觀、真實(shí)情況,更大程度上保留信息。接著引入了區(qū)間直覺(jué)模糊相似度,對(duì)基于多屬性情況下的區(qū)間直覺(jué)

4、模糊集的聚類算法作了研究。關(guān)鍵詞:數(shù)據(jù)挖掘;區(qū)間直覺(jué)模糊集;區(qū)間直覺(jué)模糊關(guān)系;區(qū)間直覺(jué)模糊集聚類AbstractAsanimportantbranchofdatamining,clusteringanalysis,whichCanbeanindependentdata-miningtoolofpreprocessingproceduresofotherdata-miningalgorithms,isattractingwideattention.Clusteringisanunsupervisedclassification,an

5、ditisanimportantmethod、析thwhichpeopleknowthesocietyandnature.Intherealworld,theboundariesbetweenobjectsareusuallyfuzzywhenweclassifythem.Therefore,thefuzzyclusteringtechnologyhasbeenbroughtforward.Thetechnologyofdataminingisacrosssubjectdevelopingrapidlydomesticallyan

6、doverseas.Itisaprocessthattodealwitllandextractunknowninformationandknowledgefromlargedatabasesbyusingthemeansofdatabase,statistics,artificialintelligence,andmachingleafing.Ithasbeenappliedextensivelyinthefieldsofagriculture,finance,insurance,nationaldefenceandSOon.In

7、recentyears,people’researchesintheintuitionisticfuzzysetsandinterval-valuedintuitionisticfuzzysets(IVIFS)havebeenahottopic.Factshowthatintuitionisticfuzzysetsandinterval—valuedintuitionisticfuzzysetscaildescribeandportraythefuzzycharacterofobjectivewordmoredelicately.

8、However,sofartherehavebeenlittleinvestigationofclusteringtechniquesofinterval—valuedintuitionisticfuzzysets.Theclusteringana

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。