在matlab2014a中怎样查找模糊聚类

本聚类无法解决文本的不确定类别属性的问题,所以有必要将模糊聚类分析引入文本聚类文章采用matlab工具对从中国知网中获取的20篇文献进行文本模糊聚类,以期通过尝试性的实验研究来探索文本模糊聚类,了解其大致实现思路与流

if b(j) < c(k - 1, j)

LSDResult(j, i) = 0;

end

if b(j) >= c(k - 1, j) & b(j) < c(k, j)

LSDResult(j, i) = ((b(j) - c(k - 1, j)) / (c(k, j) - c(k - 1, j)));

end

if b(j) >= c(k, j)

LSDResult(j, i) = 1;

end

end

end

end

end

end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%权重乘以单因素隶属度得到最终结果

R=LSDResult;

E=EResult;

FuzzyEvalution=ER;

TheResultMoHu=[TheResultMoHu;FuzzyEvalution];

end

TheResultMoHu

”模糊等价矩阵”;英文对照

fuzzy equivalence matrix;

”模糊等价矩阵”;在学术文献中的解释

1、R满足自反性、对称性,且满足:(3)传递性min(rk,r助)镇rj’称为模糊等价矩阵,根据任意指定的闭值(0耳入蕊1),将R‘载为普通等价矩阵R‘,‘人

文献来源

2、这一矩阵称为模糊等价矩阵用平方自合成法可以构造出等价矩阵,方法如下:RR==RRR=R若R=R则R为模糊等价矩阵

基于模糊等价关系的模糊聚类分析 收藏

假设R是X上的模糊等价关系，则对任意的a,R的a-截集是X上的普通等价关系，因此，可以根据X上的模糊关系，对X进行模糊分类。当取不同的a值，则可以得到不同的分类结果，即分类是动态的。

实际 *** 作中，一般情况下，我们所获得是一系列样本，假设有N个，每个样本可以看作是M维空间中的一个点。可以表示如下，论域： ，对第i个元素有

1数据预处理

考虑到不同的数据可能有不同的量纲，因此，再处理之前，有必要对数据进行相当的变换。常用的变换标准差变换和极差变换：

标准差变换：

经过变换后，每个变量的均值为0，标准差为1，并可以消除量纲的影响，但值不一定在0和1之间。

极差变换：

经过变换后，消除了量纲的影响，并且值在0和1之间。

2 模糊相似矩阵的建立

由已知的数据，可以建立论域上的模糊关系矩阵，其目的是为构造模糊等价矩阵提供数据。

计算模糊关系矩阵由很多方法，如夹角余弦法，相关系数法，算术平均法，几何平均法，最大最小法，以夹角余弦为例，可用下述公式计算：

3 用传递闭包法求模糊等价矩阵

由以上过程所建立的矩阵一般仅具有自反性和对称性，不满度传递性，必须进行变换转换为模糊等价矩阵。常采用传递闭包法，即从上述R矩阵出发，求R^2-->R^4-->R^8，直到第一次出现R^k × R^k＝R^k，这时表明R以具有传递性。

4 根据模糊等价矩阵和某以a得到分类结果。

部分代码实现：

'数据的标准差变化

'

'过 程 名： Norm_Diff

'参 数： Data() - Double ,待变换的二维数组

'说 明： 执行改函数后数组中了保存变换的数据

'作 者：

'修 改 者： laviepbt

'修改日期： 2006-11-1

'

'数据的标准差变化

Public Sub Norm_Diff(ByRef Data() As Double)

Dim m As Integer, N As Integer, i As Integer, j As Integer

Dim Ave As Double, s As Double

N = UBound(Data, 1): m = UBound(Data, 2) 'n样品数，m变量数

For j = 1 To m

Ave = 0

For i = 1 To N

Ave = Ave + Data(i, j)

Next

Ave = Ave / N 'ave是平均值

s = 0

For i = 1 To N

s = s + (Data(i, j) - Ave) ^ 2 's是标准差

Next

s = Sqr(s / N)

For i = 1 To N

Data(i, j) = (Data(i, j) - Ave) / s

Next

Next

End Sub

'数据的极差变换

'

'过 程 名： Extre_Diff

'参 数： Data() - Double ,待变换的二维数组

'说 明： 执行改函数后数组中了保存变换的数据

'作 者：

'修 改 者： laviepbt

'修改日期： 2006-11-1

'

'数据的极差变换

Public Sub Extre_Diff(ByRef Data() As Double)

Dim m As Integer, N As Integer, i As Integer, j As Integer

Dim Max As Double, Min As Double, d As Double

N = UBound(Data, 1): m = UBound(Data, 2) 'N样品数，M变量数

For j = 1 To m

Max = -10000000000#: Min = 10000000000#

For i = 1 To N

If Data(i, j) > Max Then Max = Data(i, j)

If Data(i, j) < Min Then Min = Data(i, j)

Next

d = Max - Min 'd是极差

For i = 1 To N

Data(i, j) = (Data(i, j) - Min) / d '极差标准化变换

Next

Next

End Sub

'夹角余弦法

'

'过 程 名： Angle_Cos

'参 数： Data() - Double ,二维数组数据

' R() - Double, 相似矩阵

'说 明：

'作 者：

'修 改 者： laviepbt

'修改日期： 2006-11-1

'

'夹角余弦法

Public Sub Angle_Cos(ByRef Data() As Double, ByRef R() As Double)

Dim m As Integer, N As Integer, i As Integer, j As Integer, k As Integer

Dim S1 As Double, Si2 As Double, Sj2 As Double

N = UBound(Data, 1): m = UBound(Data, 2) 'N样品数，M变量数

For i = 1 To N

For j = 1 To N

If i = j Then

R(i, j) = 1

Else

S1 = 0: Si2 = 0: Sj2 = 0

For k = 1 To m

S1 = S1 + Data(i, k) Data(j, k)

Si2 = Si2 + Data(i, k) ^ 2

Sj2 = Sj2 + Data(j, k) ^ 2

Next

R(i, j) = Int((S1 / Sqr(Si2 Sj2)) 1000 + 05) / 1000

End If

Next

Next

End Sub

'相关系数法

'

'过 程 名： Correlation

'参 数： Data() - Double ,二维数组数据

' R() - Double, 相似矩阵

'说 明：

'作 者：

'修 改 者： laviepbt

'修改日期： 2006-11-1

'

'相关系数法

Public Sub Correlation(ByRef Data() As Double, ByRef R() As Double)

Dim m As Integer, N As Integer, i As Integer, j As Integer, k As Integer

Dim Xia As Double, Xja As Double

Dim S1 As Double, Si2 As Double, Sj2 As Double

N = UBound(Data, 1): m = UBound(Data, 2) 'N样品数，M变量数

For i = 1 To N

For j = 1 To N

If i = j Then

R(i, j) = 1

Else

Xia = 0: Xja = 0

For k = 1 To m

Xia = Xia + Data(i, k)

Xja = Xja + Data(j, k)

Next

Xia = Xia / m

Xja = Xja / m

S1 = 0: Si2 = 0: Sj2 = 0

For k = 1 To m

S1 = S1 + Abs((Data(i, k) - Xia) (Data(j, k) - Xja))

Si2 = Si2 + (Data(i, k) - Xia) ^ 2

Sj2 = Sj2 + (Data(j, k) - Xja) ^ 2

Next

R(i, j) = Int((S1 / Sqr(Si2 Sj2)) 1000 + 05) / 1000

End If

Next

Next

End Sub

'传递闭包法

'

'过 程 名： TR

'参 数： R() - Double ,相似矩阵

' RR() - Double, 模糊乘积矩阵

'说 明：

'作 者：

'修 改 者： laviepbt

'修改日期： 2006-11-1

'

'传递闭包法

Public Sub TR(ByRef R() As Double, ByRef RR() As Double)

Dim N As Integer, l As Integer

Dim i As Integer, j As Integer, k As Integer

Dim i1 As Integer, j1 As Integer

Dim dMax As Double

N = UBound(R, 1)

ReDim dMin(1 To N) As Double

l = 0

100:

l = l + 1

If l > 100 Then

MsgBox "已进行100次自乘，仍然没有获得传递性", vbCritical, "错误"

Exit Sub

End If

For i = 1 To N

For j = 1 To N

For k = 1 To N

If R(i, k) <= R(k, j) Then

dMin(k) = R(i, k)

Else

dMin(k) = R(k, j)

End If

Next

dMax = dMin(1) '模糊矩阵的乘法，取小取大

For k = 1 To N

If dMin(k) > dMax Then dMax = dMin(k)

Next

RR(i, j) = dMax

Next

Next

For i = 1 To N

For j = 1 To N

'判断是否式模糊等价矩阵，若非则继续做

If R(i, j) <> RR(i, j) Then

For i1 = 1 To N

For j1 = 1 To N

R(i1, j1) = RR(i1, j1)

Next

Next

GoTo 100

End If

Next

Next

End Sub

全部代码可参考《模糊数学基础及实用算法》一书。

处理结果：以一下数据为例：选用极差法预处理数据，夹角余弦法计算相似矩阵

数据 模糊等价矩阵

部分分析结果：

入值:0908

第1类:U1 U2 U3 U4

第2类:U5 U6

第3类:U7 U8

F效验值: 6099

显著性为2的临界值：2259

显著性为1的临界值：378

结论：在给定的临界值下，该分类效果特别显著^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

入值:0894

第1类:U1 U2 U3 U4

第2类:U5 U6 U7 U8

F效验值: 7634

显著性为2的临界值：2073

显著性为1的临界值：3776

结论：在给定的临界值下，该分类效果特别显著^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

入值:0888

第1类:U1 U2 U3 U4 U5 U6 U7 U8

F效验值:

显著性为2的临界值：

显著性为1的临界值：

结论：在给定的临界值下，该分类效果不显著

显然对于不同lamda值，由不同得聚集效果，可以考虑使用F检验方法刷掉一些不合理得分类。详见《模糊数学基础及实用算法》一书。

以上就是关于在matlab2014a中怎样查找模糊聚类全部的内容，包括:在matlab2014a中怎样查找模糊聚类、急求！什么书籍或论文有模糊综合评价或模糊距离的MATLAB程序、如何求模糊等价矩阵，MATLAB程序等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！