基于灰关联分析的模糊聚类最优划分判定模型

在模糊聚类的模糊模式中,由于只已知样本中的部分样本,以及聚类中心选择的多样性,会得到多个聚类矩阵.如何进行最优划分的判定?针对这一问题,本文提出一个新的判定模型:根据灰色系统理论中灰关联度分析的思想,建立灰关联序模型,根据灰关联算法,判断样本代表性.若样本具有较好的代表性,则由其归纳计算得到最优划分矩阵.示例分析验证了该算法的可行性.本方法为最优划分矩阵的判定问题提供了一种新的研究工具和思路.将相关学科的研究方法与模糊集理论相结合,丰富了模糊集理论的方法体系.

模糊聚类最优划分判定的一种新模型(英文)

针对聚类分析的模糊模式未解决的问题:模糊划分空间中模糊最优划分的判定问题,提出一个新的判定模型。给出基于新的最优划分判定模型的应用例子,验证了模型算法应用的可行性。